多模态大模型算法实习生

1、参与垂直场景相关的视觉算法技术研发和自然语言算法技术研发，包括但不限于文档OCR识别，文档长链推理等； 2、根据项目需求，对现有算法进行改进和优化，开展多模态大模型微调任务，基于强化学习等技术持续优化文档场景多模态长链推理能力； 3、开展多模态模型相关的 Agent 技术研发，涵盖推理（Reasoning）、规划（Planning）、函数调用（Function Call）等关键领域，不断优化现有技术以提升模型性能； 4、设计并开发 Agent 自主学习机制，实现模型在无人工干预或少量人工干预下的持续知识更新与能力进化； 5、针对不同类型的问题，构建可动态调整的推理路径模型，优化推理过程中的逻辑衔接与决策节点，确保 Agent 在处理任务时能够快速、准确地规划出最优推理路径，提升推理效率与准确性。

1、计算机科学、数学等相关专业，硕士在读及以上学历，博士优先； 2、有多模态大模型Agent项目经验，拥有较强的创新能力，能够在自主学习、推理路径规划、工具调用等技术领域提出新颖的解决方案，推动技术创新与突破； 3、具备扎实的机器学习、强化学习理论知识，具备良好的数学功底，熟悉常用算法和模型； 4、熟悉大模型应用，熟悉文档理解相关工作，有智能文档处理相关经验优先； 5、具备良好的工程能力和工程经验，对于大模型强化学习训练、性能优化有一定的经验； 6、有大规模计算集群，多卡训练与调试经验； 7、能够连续实习六个月，每周全职到岗者优先考虑。