自动驾驶多模态语言大模型算法实习生

工作职责：

1. 参与研发前沿大语言模型、多模态大模型、文生3D方向等相关前沿算法，发表国际顶级论文、申请专利

2. 深入调研和关注LLM/VLM/AIGC等方向的前沿技术，重点关注大语言模型和多模态模型Evaluation/SFT/Agent/数据合成技术等相关方向

3. 负责多模态理解3D生成式等算法，如 LLava、GPT、Otter、StabelDiffusion等系列，包括但不限于图像-文本的多模态对话、多模态标签生成、VQA、多模态任务解析和触发等。

4. 探索前沿领域的生成技术，工业落地+论文产出。

任职要求：

1. 2025届硕士及以上学历在读，人工智能、计算机、自动化、数学相关专业优先；

2. 有扩散模型、GAN、ControlNet、LoRA、P-Tuning、NeRF等生成模型使用经验者优先；

3. 熟悉多模态 CLIP 等transformer跨模态表征模型，熟悉 LLaVA、MiniGPT-4、Otter 等前沿多模态大模型原理和训练，了解 LMM 训练中的数据制作、性能调优及评测等环节者优先；

4. 有一作顶级会议和期刊文章，有开源项目经验，或在多模态、计算机视觉或机器学习领域的比赛中获得过优异成绩者优先；

5. 一周4-5天，且持续6个月以上，有良好的英文读写能力和扎实的数学基础；责任心强，积极主动，有良好的沟通能力和团队合作能力；