岗位职责 探索研究多模态理解+生成、多模态推理、RL强化学习策略、世界模型、自主学习 等前沿技术； 深入理解强化学习的知识体系，熟悉PPO/DPO/GRPO/DAPO等主流强化学习算法 探索大规模/超大规模多模态理解与生成交织的基础模型，并进行极致系统优化；数据建设、指令微调、偏好对齐、模型优化；提升数据合成、Scalable oversight、模型推理、规划能力，构建全面客观准确的评测体系，探索提升大模型能力； 探索突破包括而不限于多模态推理、视觉COT等在内的多模态模型、世界模型进阶能力； 任职要求 本科及以上学历，计算机、自动化、计算机视觉、人工智能等相关专业； 具备扎实的编程技能和扎实的算法基础，熟悉Python语言，具有一定的深度学习项目实践经验。 热爱技术、自驱力强、拥有出色的问题分析和解决能力，能够深入挖掘并解决探索过程中遇到的难题。 对当前主流LLM/VLM/VLA/RL技术原理、模型架构以及应用场景有深入了解者优先； 在人工智能/计算机视觉等领域（CVPR、ICLR、ICRA、ALC、NIPS等）发表过学术论文或技术报告者优先； 每周可保证至少实习4天及以上，实习时间大于 6 个月优先；