岗位职责

探索VLM模型Midtrain与Post-train尖端技术，深耕Reasoning RL、Think with Image、多模态推理等方向，突破模型通用认知与复杂推理边界；
探索VLM/Agent与AIGC的深度协同，面向图像、视频、广告创意、素材生成等场景，定义并实现下一代Agentic AIGC系统架构，提升内容生成的可控性、一致性、转化效果和自动化生产效率；
负责AIGC算法在商业化内容生产中的应用，包括商品理解、卖点提炼、创意脚本生成、分镜规划、图像/视频生成、素材评估与自动优化等，构建从商品信息到高质量广告素材的端到端智能生产链路；
结合广告投放目标与效果数据，探索投放指导生产方法，包括基于人群、场景、平台、转化目标的创意策略生成，分析高表现素材规律，指导AIGC模型生成更适合投放的广告内容，并通过数据反馈持续优化素材生产策略；
跟踪业界SOTA技术，开展前瞻性研究，推动VLM、Agent、AIGC、Reasoning RL等方向的技术创新，目标在ICLR、NeurIPS、ACL、CVPR等顶会发表高水平论文，并推动研究成果在业务场景中落地。

职位要求

对LLM/VLM/Agent的全生命周期训练，包括Midtrain、Post-Train、SFT、RLHF/RLAIF、Reasoning RL等方向有深厚的理论积累与实战经验；
熟悉多模态理解与生成技术，对图像生成、视频生成、文生图/图生视频、多模态一致性、可控生成、AIGC内容评估等方向有研究或项目经验；
具备Agent系统或复杂任务自动化经验，理解任务拆解、工具调用、环境交互、轨迹采样、奖励设计、长链路推理等关键技术；
有AIGC商业化落地经验者优先，包括广告素材生成、商品视频生成、创意生成、投放素材优化、CTR/CVR导向内容生产、素材质量评估等方向；
有较好的编程能力，熟练使用PyTorch、Llama-Factory、Verl等训练框架，具备大规模模型训练、分布式训练或强化学习训练经验。