腾讯混元大模型强化学习研究员

1.带领团队开展前沿算法研究，重点攻克大模型中强化学习算法设计与优化，研究方向包括但不限于：强化学习算法、奖励建模、世界模型等； 2.强化学习算法要在大模型的复杂推理等方向自主探索与学习等场景进行大规模实验验证，推动研究成果在行业内落地，并发表有影响力论文； 3.负责探索大模型的前沿技术，结合未来实际应用场景，提供技术解决方案； 4.与业界同行进行交流与合作，跟踪并分析大模型强化学习领域的最新研究动态。

1.设计具备多模态联合感知、推理、记忆与生成能力的统一大模型架构（视觉/音频/文本）； 2.构建支持持续学习、多级记忆、主动探索和自演进的大模型系统； 3.推进 agent化方向，使模型具备自主任务规划、跨模态交互、工具使用和自我优化能力； 4.深度参与通用表征、音视频同频建模、世界模型、稀疏建模等关键模块的设计与实现； 5.跟踪并研究前沿技术趋势，推动创新技术在项目中的应用。

1.研发新一代3D资产生成大模型，突破生成质量、速度与可控性的技术边界； 2.构建工业级3D AI生成管线，解决几何拓扑优化、材质贴图生成、物理合理性等核心问题。

各类大模型算法岗位：包括不限于 ✓大模型应用（Rag、Agent的研究等） ✓大模型技术研究 (指令微调、强化学习、推理等) ✓多模态理解与生成研究（文本、图像、视频、音频等）