工作职责: 1. 理解模型训练：参与多模态大模型（文本、图像、视频等）的算法研究与工程实现，重点攻关模型在复杂视觉场景下的视频理解能力。 2. SFT专项迭代：跟踪学术界与工业界前沿进展，方向包括但不限于鲁棒视觉表征与视觉特征编解码、多模态模型的RLVR 与 RLHF、Synthetic Data、视觉审美与视觉品质评估等，持续打磨模型对视觉世界的"体感"，对构图、布局、风格、细节的直觉判断力。 3. 实验与复盘：设计与开发高效的分布式训练与数据系统，优化大规模多模态模型的训练流程与数据处理链路，支撑海量多模态数据的高效存储、检索、清洗与迭代，保障上述方向的快速落地 工作要求: omni理解模型算法实习 职位描述 工作职责 1. 理解模型训练：参与多模态大模型（文本、图像、视频等）的算法研究与工程实现，重点攻关模型在复杂视觉场景下的视频理解能力。 2. SFT专项迭代：跟踪学术界与工业界前沿进展，方向包括但不限于鲁棒视觉表征与视觉特征编解码、多模态模型的RLVR 与 RLHF、Synthetic Data、视觉审美与视觉品质评估等，持续打磨模型对视觉世界的"体感"，对构图、布局、风格、细节的直觉判断力。 3. 实验与复盘：设计与开发高效的分布式训练与数据系统，优化大规模多模态模型的训练流程与数据处理链路，支撑海量多模态数据的高效存储、检索、清洗与迭代，保障上述方向的快速落地 工作要求 1. 计算机、人工智能、数学、自动化、电子信息等相关专业的优秀本科生、研究生和博士生。 2. 有大模型、视频生成、多模态模型或视觉模型相关的训练 / 微调项目经验者优先。 3. 熟悉至少一种主流的开源 LLM/VLM RL 训练框架（如 verl、AReaL、steptron等），有在其上做二次开发或定制化训练流程的实战经验。 4. 具备较强的问题分析和 Debug 能力，能够从训练日志、Loss、模型输出及实验结果中定位问题。对模型效果有较强敏感度，能够将实验现象转化为明确的分析结论。 5. 具备良好的通能力和团队协作精神，能独立解决复杂技术问题 【加分项】 1、在顶级会议/期刊（NeurIPS、ICML、CVPR、ACL、ICLR 等） 发表过相关论文。 2、参与过开源大模型项目的贡献。 3、有算法竞赛教练或培训经历，ACM-ICPC等编程竞赛获奖经历

微信扫一扫，及时了解投递状态

您目前还没有登录：立即登录