视觉生成大模型RLHF算法研究员

查看原岗位

地点：北京薪资：薪资未公开日期：2026-01-20

岗位摘要

研发适用于视觉生成任务的文生图基座大模型和图像编辑大模型的后训练算法RLHF，目标性能超越主流开源基座模型；设计并研发基于数据驱动的RLHF奖赏模型，涵盖美学评分、指令遵循、文字渲染及肢体优化等多个维度，以提升生成模型后训练的上限

拥有约两年视觉生成领域工作经验
了解自然语言/多模态大模型基本原理，并对视觉生成领域的流行算法（如GAN系列、VQ-VAE、Diffusion Model、AutoRegressive model等）有实践经验
具备优秀的编程能力，熟练使用PyTorch，熟悉Megatron分布式训练框架
有相关方向的顶会论文、知名开源项目或重要产品落地经验者优先
熟悉OpenRLHF、ROLL、VERL等开源RL框架者更优