招聘城市:上海
岗位介绍:
职位描述
工作职责:
1.探索视频多模态大模型的前沿技术,负责数据建设、模型训练与评测框架搭建。
2.深入研究并实践视频多模态大模型的全套训练流程,包括pretraining、mid-training、SFT、RL、on-policy distillation等。
3.跟踪并复现主流的开源视频多模态模型,进行前沿论文的调研、复现与创新。
4.协助优化视频内容理解、dense video caption、视频生成/编辑中的用户意图理解等相关任务上的模型效果,持续提高算法的性能与效率。
工作要求:
面向2027届海内外本硕博毕业生(2026年9月-2027年8月期间毕业)
1.具备多模态大模型的相关知识,熟悉VLM、video VLM以及长视频内容理解,了解主流的开源模型。
2.熟悉VLM、video VLM的预训练…
岗位介绍:
职位描述
工作职责:
1.探索视频多模态大模型的前沿技术,负责数据建设、模型训练与评测框架搭建。
2.深入研究并实践视频多模态大模型的全套训练流程,包括pretraining、mid-training、SFT、RL、on-policy distillation等。
3.跟踪并复现主流的开源视频多模态模型,进行前沿论文的调研、复现与创新。
4.协助优化视频内容理解、dense video caption、视频生成/编辑中的用户意图理解等相关任务上的模型效果,持续提高算法的性能与效率。
工作要求:
面向2027届海内外本硕博毕业生(2026年9月-2027年8月期间毕业)
1.具备多模态大模型的相关知识,熟悉VLM、video VLM以及长视频内容理解,了解主流的开源模型。
2.熟悉VLM、video VLM的预训练…