算法强化学习实习生

方向一：大模型,有llm训练经验，有强化学习经验，有MCTS，RL，RLHF，PPO,DPO,GRPO经验加分 方向二：文生图,Stable difussion模型，ComfyUI等框架使用经验丰富 方向三：训练过语音大模型，会transformers，有Encodec，Helium，RVQ经验加分

工作职责： 1、负责多模态大模型的微调 2、探索并实现多模态大模型的模态对齐、高效训练、指令微调及性能评估等关键 技术要求： 1、硕士、博士学历，有扎实的数据结构和算法基础，有较强的实践能力 2、熟练掌握pytorch，transformers等LLM 领域相关工具，有bert，vision-transformer，llm实践经验；有强化学习、MCTS、RL、RLHF等经验 3、熟悉和实践深度学习算法（vision-transformer，LLAMA，GPT系列等），发表过顶刊或会议论文优先，如ICML、NIPS、ICCV、ECCV、CVPR、ACL、EMNLP、COLING等；有竞赛经验者优先。 4、有强烈的求知欲、好奇心和进取心，有快速学习新技术的能力