岗位职责
- 模型多模态能力的提升，包括但不限于：物理世界细粒度视觉感知、空间感知、视频时序行为预测和推理、基于视觉的决策和规划；
- 多模态数据的制作，包括：训练数据的收集、清理和标注，测试Benchmark的构建；
- 多模态RL相关研究，包括通过RL提升模型常规感知能力和推理能力；
- 多模态任务评测，包括：客观的Benchmark接入、OOD评测、以及主观评测。
职位要求
- 计算机视觉、自然语言处理、人工智能等专业优秀在读博士；
- 熟练掌握tensorflow、pytorch等至少一种主流深度学习框架，有复杂模型设计和建模经验；
- 具备出色的学术研究和数据分析能力，有高质量学术论文、高影响力开源项目、高水平竞赛获奖经验者优先；
- 良好的自我学习能力及自驱力，对前沿领域有强探索欲，富有想象力和创造力。
