全模态大模型算法实习生

面向机器人场景的全模态（文本、图像、语音、视频、表情等）大模型场景，参与设计、开发、实现、优化全模态大模型数据、训练等方向的前沿算法和系统落地。 1、负责数据方案的整体设计，包括数据来源规划、清洗与合成策略、多模态数据配比实验与迭代，为模型能力提升提供高质量、可扩展的数据基座； 2、主导全模态大模型的 SFT（监督微调）方案设计与落地，包括指令数据构造、多轮对话/工具调用/长上下文场景微调、跨模态对齐（图文/音文/视频文本等）效果评估与调优； 3、投入全模态强化学习算法研究，覆盖 GRPO、GSPO、DPO 等主流 RL 后训练算法在全模态场景下的适配与创新，设计面向多模态生成与理解任务的 reward 建模、rollout 策略与训练稳定性优化方案； 4、跟踪业界全模态大模型最新数据、算法与工程实践，持续输出实验结论与技术方案，与算法、工程、数据等团队协作，推动数据方案、训练算法、评测体系的闭环建设，保障模型迭代效率与效果可复现性；