多模态交互算法实习生（多模态大模型方向）

AI 摘要智能生成

多模态 Agent 能力探索

职位描述

1.前沿技术探索与落地：参与多模态理解、生成式模型、强化学习等前沿技术的应用研究，协助进行多模态模型的数据建设、指令微调、偏好对齐等工作，协助团队进行技术验证和原型开发。 2.多模态 Agent 能力探索：支持多模态交互的基础能力研发，探索多模态 RAG、视觉 CoT、多模态 Agent 等进阶能力；参与 GUI/游戏等虚拟世界的通用多模态 Agent 项目的研究工作。 3.数据建设与评测体系：参与数据质量评估、标注标准制定及自动化数据 Pipeline 的搭建与维护，参与图像/视频理解评估、世界模型评估方法的实验。

任职要求

• 学习与研究能力：对 AI 技术有浓厚兴趣，具备快速学习能力和自主探索精神；有个人项目、开源贡献或相关竞赛经历者优先。
• 技术基础：具备扎实的编程基础，熟练掌握 Python 或 C/C++；了解 PyTorch 等深度学习框架；对机器学习、计算机视觉、多模态学习等领域有基础认知。
• 加分项：在 CVPR、ECCV、ICCV、NeurIPS、ICLR 等顶会发表过论文者优先；有多模态、大模型、强化学习、世界模型等相关项目或研究经验者优先。
• 实习期6个月起，能长期实习优先；