腾讯微信-电商多模态大模型研究

联盟算法团队依托于联盟业务生态，以大模型、深度学习、多模态理解等先进AI技术来驱动站外广阔的十亿级消费者的电商营销场景发展。不同于站内确定性场景，我们直接面向站外复杂多变的电商生态，因此可以接触到业界前沿的领域知识，如微信、微博等社交领域、抖音快手小红书等内容场景。我们持续进行LLM大语言模型、深度学习、多模态理解、知识图谱、信息检索、图学习等前沿技术的研究，并通过搜索、推荐、投流、榜单、承接页等产品形式，在用户意图理解、渠道智能选品、商家营销建议、个性化召回、多场景多目标预估、排序策略、智能创意等领域进行深耕，在不断提升业务效果的同时，也在不断拓展基础技术和应用技术的边界。热忱欢迎对大语言模型、广告算法、搜索推荐和计算机视觉等方向感兴趣的同学加入我们，一起加油，共同成长！我们坚信你的加入，是我们彼此优秀的开始。

1.设计、开发和优化机器学习模型，应用于微信小店及微信交易的内容审核、风险控制、商家行为监管和用户安全等治理场景； 2.基于海量的数据，进行数据清洗、特征提取、模型训练和评估，提升平台违规行为检测的准确性和效率； 3.参与反作弊、负向信息过滤、虚假交易检测等关键系统的算法研发和优化，维护平台生态健康； 4.持续跟踪机器学习领域的前沿技术和应用，推动新技术在平台治理中的落地和创新； 5.根据平台实际业务需求，开发并维护可扩展、高效的算法框架和工具，提升治理系统的稳定性和灵活性。

1.研发多模态垂类大模型，提升审核任务中机审的准确率和覆盖率，涉及模态包括不限于图片，视频大模型能理解各类特征和行业规则，应用于电商商品内容理解和电商直播间内容识别等场景； 2.探索多模态大模型前沿技术在安全领域的结合和落地，包括但不限于强化学习，领域知识注入，跨模态信息对齐，预训练技术等。

1.研发多模态垂类大模型，提升审核任务中机审的准确率和覆盖率，涉及模态包括不限于图片，视频大模型能理解各类特征和行业规则，应用于电商商品内容理解和电商直播间内容识别等场景； 2.探索多模态大模型前沿技术在安全领域的结合和落地，包括但不限于强化学习，领域知识注入，跨模态信息对齐，预训练技术等。