岗位描述
职位描述探索研究语音大模型，从Pretrain、SFT到RL等方向，从数据合成、效果评测、模型优化等角度，多方位提升多模态大模型基础能力。探索研究包括但不限于语音交互、音频理解与生成、音频Reasoning、Omni模型、Voice Agent等大模型进阶能力。职位要求硕士及以上学历在读，人工智能、计算机、自动化、数学相关专业优先；可长期实习半年或以上；扎实的大模型算法基础，熟悉Pytorch 、Megatron等深度学习框架。良好的英文读写能力和扎实的数学基础责任心强，积极主动，有良好的沟通能力和团队合作能力加分项1.在NeurIPS/ICLR/ICML/CVPR/ECCV/ICCV/Interspeech/ICASSP等顶级会议上发表论文2.在多模态、计算机视觉或机器学习领域的比赛中获得过优异成绩者3.具有优秀的代码能力，熟练掌握C/C++或Python编程语言，ACM/ICPC、NOI/IOl、Top Coder、Kaggle等比赛获奖者