工作职责: 1.责创新型算法的研究和开发工作，探索人工智能领域前沿算法，保持行业领先水平，为全模态实时人机交互系统的建设提供建设性思考。 2.负责公司算法能力的论文和专利转化，包括但不限于：实验方法的设计与实施、实验数据的收集与整理、实验结果的分析等。 任职资格: 1.获得博士学位3年以内，并且有意愿继续从事博士后研究工作。 2.有NLP/CV/Speech等多个领域的算法经验，算法理论和数学基础扎实。 3.掌握Transformer技术，熟悉GPT/LLaMA等主流语言大模型，熟悉LLaVA/Intern-VL/AnyGPT等主流多模态大模型，熟悉大模型预训练、指令微调和偏好对齐等流程。 4.具备钻研精神和创新能力，有较强的分析问题解决问题能力，工作踏实上进，有良好的团队合作意识。 5.赛事获奖、顶会论文发表或开源项目贡献者优先。 博士后项目介绍：《深度神经网络模型的训推同步》 在传统深度学习模型中，训练（Training）和推理（Inference）是两个独立的阶段。训练阶段是离线进行的，目的是通过大量数据拟合或优化模型参数；推理阶段是在线进行的，利用训练好的模型进行实际任务的预测。这种分离模式存在适应性缺陷和实时性不足的问题，为了解决传统模型的局限性，提出了训推同步的概念。在推理过程中具备学习新知识的能力，使得模型能够不断适应和更新。其主要目标包括： 1.实时适应：模型在推理阶段可以根据新的输入数据进行学习和更新，从而提高对动态环境的适应能力。 2.持续改进：模型能够在实际应用中不断积累新知识，逐步提高预测的准确性和可靠性。 待遇情况： 年薪35w元，全额社保公积金，正式员工待遇，新员工租房补贴，节日礼物，年度旅游，年度体检，商业保险，额外享受对应的博士后补贴（博士流动站给与）