岗位职责
本课题的研究目标是：
- 研究如何充分用好文本、图片、视频等各个模态的有效信息，进行高效的多模态数据表征和联合建模，能够更加高效的从各个模态中学习有效信息；
- 探索多模数据如何才能更高效的学习，多模数据如何对文本智能能力有提升，探索理解和生成的联合建模如何进一步提高多模态模型的能力上限。
职位要求
- 不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先；
- 优秀的代码能力、数据结构和基础算法功底，熟练掌握至少一门编程语言，包括但不限于Python等；
- 有LLM/MLLM等多模态理解技术背景，或大规模模型训练实际项目经验者优先；
- 在TPAMI/CVPR/NeurIPS/ICCV/ICML/ICLR等顶级期刊会议上发表相关论文者优先；
- 良好的沟通协作能力，责任心强，积极主动，能和团队一起探索新技术，推进技术进步。
