多模态世界模型研究员
岗位摘要
负责通义万相多模态世界模型的Reward Model构建，包括基模型评价维度和benchmark构建；构建强化学习Reward Model和有效RL算法；结合线上用户反馈挖掘模型缺点、持续迭代，实现和人类评测和偏好对齐
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 负责通义万相多模态世界模型的Reward Model构建，包括基模型评价维度和benchmark构建
- 构建强化学习Reward Model和有效RL算法
- 结合线上用户反馈挖掘模型缺点、持续迭代，实现和人类评测和偏好对齐
- 负责通义万相多模态世界模型的数据建设，包括视频、图像、音频、文本等多模态数据集建设
- 人类偏好数据pipleline建设，为图像模型、音视频模型、交互式世界模型等基础模型迭代提供有效数据供给
任职要求
- 计算机科学、人工智能、机器学习等领域的博士/硕士毕业生
- 对多模态生成方向具有技术热情、良好的技术洞察力和优秀的业务分析能力，能应对复杂的业务算法需求
- 掌握机器学习和深度学习基础知识，有较强的代码能力，掌握SQL、Python等常用开发语言和环境
- 踏实心细，对模型评测/RL/大模型数据构建有热情，对相关领域有足够的认知和思考，提升团队模型迭代效率
- 有良好的协作能力，与算法、工程、数据等团队紧密合作，系统性建设高效的工作流
- 关注技术影响力，具有开源开放精神，对基础模型的前沿问题有持续热情，有追求，渴望做出有极大影响力的工作
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。