岗位职责
岗位定位 隶属于ATH-多模态评测技术团队，核心使命是追踪全球学术与产业前沿进展，持续拓宽团队评测体系与数据技术的能力边界，通过前沿研究的落地转化，支撑团队在多模态大模型、生成式AI领域的技术竞争力与行业前瞻性。 核心职责
- Benchmark横向剖析：系统性调研、拆解全球主流的多模态评测基准、美学评测框架与评估协议（Evaluation Protocols），从统计学原理、评测维度、场景覆盖、优劣性等维度完成深度横向对比，沉淀行业评测方法论资产库。
- 研究向工程转化：将前沿学术成果与产业最佳实践转化为团队可落地的评测方法论，针对多模态模型的能力短板设计创新评测维度与测试方案，驱动团队评测体系的持续迭代与技术升级。
- 结果归因及调优指导：通过各种数据分析方法，深度分析模型评测结果，为大模型的更新调优提供精准的问题分析结论。
职位要求
- 摄影类、影视美术类、表演创作、音频、音乐类等相关专业硕士及以上学历，对该领域有深度了解，专业排名前15%。
- 具备优秀的英文文献阅读、提炼与综述能力，可快速抓取顶会论文的核心方法与技术本质。
- 熟悉多模态大模型、生成式AI、计算机视觉、大语言模型中至少一个领域的技术发展脉络，对前沿技术有高度敏感度与持续探索热情。
- 理解主流评测协议的设计逻辑与统计学原理，具备评测基准拆解、横向对比分析的系统思维。
- 具备较强的落地转化能力，能够将前沿理论方法转化为可执行的评测方案与落地路径。
- 自驱力强，逻辑清晰，具备良好的沟通协作与技术表达能力。 加分项
- 在NeurIPS、ICML、CVPR、ICCV、ACL、ACM MM等顶会/顶刊发表过多模态、模型评测相关论文。
- 有主流多模态Benchmark构建、大规模模型评测或评测体系设计相关项目经验。
- 具备多模态模型训练、推理或数据构建相关工程实践经验。
- 熟悉统计学评估方法与指标设计，有量化评估、人机协同评测相关研究背景。
