岗位职责
- 为实现类 Sora 模型实时化无损生成研究可行方案, 包括但不限于 步数蒸馏, efficiency-attention 计算, cache-reuse 策略, QAT训练等；
- 为 LLM/MLLM 的高效推理探索前沿解决方案, 包括但不限于 efficiency architecture, sparse attention, fp8/4-tuning, data/model distillation, speculative decoding等；
- 在指导下参与视频生成大模型/多模态大模型的全链路探索。
职位要求
- 硕士及以上学历，数学、计算机、自动化、电子等专业优先；
- 算法基础扎实，具有 LLM、扩散模型等生成式模型的研究或使用经验；
- 有较强的自驱力和学习力，对生成式模型有强烈的兴趣。 加分项：
- 有顶会论文发表经验（CV / NLP顶会, ICLR/ICML/NIPS均可）优先；
- 了解强化学习优先。
