多模态大模型 / 后训练 / GUI Agent 算法实习生

开展多模态大模型、GUI Agent、AI记忆系统、多模态RAG等前沿技术的探索与算法研发，推动其在持续学习、多轮交互中的创新应用。 参与构建面向真实场景的多模态智能体强化学习算法，重点突破长上下文理解、多模态信息融合、记忆决策等关键技术，提升智能体的任务泛化与持续进化能力。 推动算法成果向高可用原型系统转化，持续跟踪技术前沿，实现系统性能与体验的迭代优化。 围绕研究方向推动高水平学术成果产出，目标在NeurIPS、ICML、CVPR等顶级会议发表论文。 建设具有影响力的开源项目，目标打造1k+ star的技术项目，推动技术社区共建与能力外溢。

计算机科学、人工智能、机器学习等相关专业的硕士或博士在校生。 在多模态学习、大语言模型、智能体、强化学习等至少一个方向具备扎实的研究或项目经验。 具备优秀的问题分析与解决能力，能够针对模型训练与应用中的难点（如多模态对齐、长序列建模等）开展算法层面的深入探索与创新。 对技术前沿保持敏感，具备良好的团队协作意识和攻坚责任感。 加分项： 在ACM/ICPC、NOI/IOI、Kaggle等竞赛中取得突出成绩。 具备多模态、大模型或强化学习相关项目实战经验，有开源项目贡献者优先。 您将收获 参与定义下一代训练范式： 您的工作将直接贡献于一个旨在突破当前VLM/LLM能力上限的前沿项目，探索超越传统“数据驱动”的模型能力进化新路径。 掌握核心算法与工程能力： 您将深入实践并创新当前最先进的训练技术，获得在真实研究环境中将理论算法转化为实际性能提升的宝贵经验。 深度的专业成长： 与对AI技术有深刻洞察的导师和团队合作，在高强度、高挑战性的项目中快速提升您的科研与工程能力。 极具竞争力的回报与前景： 提供有竞争力的实习薪酬。 如果您对“如何让模型变得更聪明，像人一样更高效的记忆”这一根本性问题充满好奇，并渴望用算法创新而非数据堆砌来寻找答案，我们极力邀请您加入我们。