小红书(xiaohongshu)招聘【Ace顶尖实习生】面向多业务场景的“多模态理解与生成”统一大模型基座研究
招聘职位：
【Ace顶尖实习生】面向多业务场景的“多模态理解与生成”统一大模型基座研究 搜索同类职位
岗位职责：
本课题希望探索有效的“多模态理解与生成”统一大模型基座方案，打破公司内部当前“模态隔离”与“任务隔离”的双重技术壁垒。目前在实际业务中，系统高度碎片化：一方面，我们维护着多套用于提取图文Embedding和标签的vlm理解类模型，以支持搜索和推荐的端到端建模；另一方面，我们独立部署了大量图像生成式大模型，包含用于社区封面生成、商品图修图、营销海报生成的图像生成模型（如基于Diffusion的文生图/图生图模型）。
这种“理解与生成分离、文本与视觉割裂”的基建现状导致了极高的算力消耗、部署成本及维护代价。更关键的是，模型间存在“知识壁垒”——图像生成模型无法直接复用理解模型对业务商品逻辑的深刻认知，而推荐系统也无法享受到生成模型内部丰富的多模态精细化特征。
因此，我们希望构建一套真正的多模态统一基座模型，实现输入端图文交错混合理解，输出端兼顾“高质量表征提取”、“文本生成”以及“图像生成”。通过底层世界知识的共享，实现降本增效，并利用多模态理解任务倒逼生成测能力的提升，产生图像生成能力增益效果。
任职要求：
1、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；
2、优秀的代码能力、数据结构和基础算法功底，熟悉Python等至少一门编程语言；
3、熟悉大模型领域尤其是强化学习相关研究工作和算法，有大模型强化学习的研发基础；
4、在ICML/CVPR/NeurIPS/ACL等顶级期刊会议上发表论文者优先；
5、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。
本课题希望探索有效的“多模态理解与生成”统一大模型基座方案，打破公司内部当前“模态隔离”与“任务隔离”的双重技术壁垒。目前在实际业务中，系统高度碎片化：一方面，我们维护着多套用于提取图文Embedding和标签的vlm理解类模型，以支持搜索和推荐的端到端建模；另一方面，我们独立部署了大量图像生成式大模型，包含用于社区封面生成、商品图修图、营销海报生成的图像生成模型（如基于Diffusion的文生图/图生图模型）。
这种“理解与生成分离、文本与视觉割裂”的基建现状导致了极高的算力消耗、部署成本及维护代价。更关键的是，模型间存在“知识壁垒”——图像生成模型无法直接复用理解模型对业务商品逻辑的深刻认知，而推荐系统也无法享受到生成模型内部丰富的多模态精细化特征。
因此，我们希望构建一套真正的多模态统一基座模型，实现输入端图文交错混合理解，输出端兼顾“高质量表征提取”、“文本生成”以及“图像生成”。通过底层世界知识的共享，实现降本增效，并利用多模态理解任务倒逼生成测能力的提升，产生图像生成能力增益效果。
任职要求：
1、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；
2、优秀的代码能力、数据结构和基础算法功底，熟悉Python等至少一门编程语言；
3、熟悉大模型领域尤其是强化学习相关研究工作和算法，有大模型强化学习的研发基础；
4、在ICML/CVPR/NeurIPS/ACL等顶级期刊会议上发表论文者优先；
5、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。
免责声明：
此信息由小红书官网 (查看来源)审核并发布，我们转载该信息，仅出于传递更多就业招聘资讯、促进大学生及广大求职者就业之目的。该招聘职位信息的真实性、准确性、时效性及合法性均由原始发布方“小红书官网”负责。我们作为信息转载平台，不构成求职建议，不涉及任何职业中介服务，不对其内容承担任何形式的保证责任。请用户在使用转载信息时保持审慎，自行判断并承担相应风险，求职请认准企业官方渠道！
