岗位职责:
1. 设计跨模态的信息对齐方法、多模态大模型的预训练、指令微调、 RLHF、强化学习等方法，研究多模态的数据质量评估和清洗方法；
2. 开展适合工业质检场景的大模型缺陷定位、识别等工作，探索多模态的grounding、分割等技术 ；
3. 跟踪最新的行业动态和技术发展，通过研究论文、技术会议、行业先进案例等途径不断提升多模态大模型的产品解决方案的能力；
任职要求:
1. 3-5年质检大模型及具身操作的技术能手和有ambition的，且是计算机视觉、机器学习、人工智能等相关专业的硕士/博士；
2. 熟悉LLaVA、MiniGPT、Qwen-VL等典型LMM模型结构及训练方法；
3. 熟练掌握pytorch等深度学习框架，扎实的编程基础；
4. 有丰富的相关领域经验，在人工智能相关的各类国际顶级会议/期刊中发表过论文者优先。