團(tuán)隊(duì)介紹:
字節(jié)跳動(dòng) Stone-Cross Platform 團(tuán)隊(duì)成立于2023年,致力于開(kāi)發(fā)業(yè)界前沿的應(yīng)用框架,構(gòu)建 LLM 驅(qū)動(dòng)的前沿系統(tǒng)和基礎(chǔ)設(shè)施,提升開(kāi)發(fā)者和用戶體驗(yàn)。
課題介紹:
隨著 AI 大模型研究的不斷發(fā)展,文本生成、多模態(tài)理解以及 Agent 規(guī)劃能力有了巨大的提升和突破,以豆包多模態(tài)交互、OpenAI Operator、Deepseek-R1 推理模型為典型案例,應(yīng)用的構(gòu)建以及交互方式迎來(lái)了巨大的機(jī)遇和變革。我們希望結(jié)合 LLM/VLM 模型的多模態(tài)感知、深度思考和 AI Agent 等能力,深入探索大模型在AI應(yīng)用構(gòu)建效率和為智能交互體驗(yàn)上的創(chuàng)新。
研究方向:
本課題旨在利用大模型技術(shù)開(kāi)發(fā)智能應(yīng)用交互框架,研究?jī)?nèi)容包括:
1、參與大模型在應(yīng)用框架中的算法研究,探索和優(yōu)化模型 Post-training、AI Agent 等技術(shù);
2、研究和開(kāi)發(fā)智能 UI 交互技術(shù),提升界面的智能化和個(gè)性化水平;
3、設(shè)計(jì)跨平臺(tái)、高性能、大模型便于理解和生成的編程語(yǔ)言;
4、開(kāi)發(fā)和優(yōu)化意圖規(guī)劃和推理算法,提升應(yīng)用的理解和響應(yīng)能力;
5、探索多模態(tài)數(shù)據(jù)融合技術(shù),解決復(fù)雜場(chǎng)景下的精準(zhǔn)推理與決策問(wèn)題;
6、整理研究數(shù)據(jù),撰寫(xiě)技術(shù)報(bào)告和發(fā)表研究論文。
1、2026屆及之后畢業(yè),博士在讀,人工智能、計(jì)算機(jī)、自動(dòng)化、數(shù)學(xué)、人機(jī)交互相關(guān)專業(yè)優(yōu)先;
2、扎實(shí)的機(jī)器學(xué)習(xí)基礎(chǔ),熟悉 NLP、RL 領(lǐng)域的技術(shù),在 ACL/EMNLP/NAACL/NeurIPS/ICML/ICLR 等頂級(jí)會(huì)議上發(fā)表論文者優(yōu)先;
3、優(yōu)秀的代碼能力、數(shù)據(jù)結(jié)構(gòu)和基礎(chǔ)算法功底,熟練 Python 或 Javascript,ACM/ICPC、NOI/IOI、Top Coder、Kaggle 等比賽獲獎(jiǎng)?wù)邇?yōu)先;
4、理解編程語(yǔ)言的基礎(chǔ)理論,包括形式語(yǔ)言和自動(dòng)機(jī)理論、類型系統(tǒng)和語(yǔ)義學(xué),有語(yǔ)言設(shè)計(jì)經(jīng)驗(yàn)并在編程語(yǔ)言相關(guān)頂級(jí)會(huì)議(PLDI/OOPSLA/ICFP/POPL/ECOOP 等)發(fā)表過(guò)論文的優(yōu)先;
5、出色的問(wèn)題分析和解決能力,能深入解決大模型訓(xùn)練和應(yīng)用存在的問(wèn)題,有自主探索解決方案的能力;
6、良好的溝通協(xié)作能力,能和團(tuán)隊(duì)一起探索新技術(shù),推進(jìn)技術(shù)進(jìn)步。
北京 職位 ID:A87666B
廣州 職位 ID:A55505
更多建議: