研究型实习生 - 多模态领域模型前沿技术研究

项目关注多模态大模型的前沿技术问题，特别是领域应用中的泛化能力不足，模型信息融合效率低，推理能力弱等关键问题，探索具备推理能力的、多模态高效融合的领域多模态大模型，沉淀可复制的技术方法，推动其在行业和领域的落地应用。 项目包含但不限于如下关键课题：

1. 多模态推理技术研究：探索多模态推理数据构建与强化学习算法，关注多模态领域模型的协同推理机制，提升领域泛化能力；
2. 模型原生架构探索：探索多模态数据协同处理的通用模型结构，实现跨模态数据的高效表征学习，探索理解与生成一体化的多模态大模型技术框架，进一步提升模型对领域泛化能力。

1. 完成领域多模态大模型关键技术问题的算法研发任务；
2. 协助以上研发算法的技术沉淀和落地应用，实现模型领域推理能力提升10%以上；
3. 发表CCF-A类顶级会议和期刊论文至少1篇，提交2项相关技术专利申请。