同花顺策略算法研究员

1.智能数据应用：多维度玩家数据挖掘和分析，构建预测、推荐、投放等模型； 2.AIGC技术落地：深度应用LLM、TTS等相关技术，结合业务场景进行落地； 3.跟踪并研究最新的AI技术和趋势，将其应用于游戏Al项目中。

1、深入研究机器人多模态大模型（VLA模型）的理论及应用，包括预训练、微调策略、以及效果优化； 2、负责基于大模型的决策控制算法设计，探索前沿模仿学习（如 ACT、DP）及 Model-Based RL 算法在机器人上的研究与创新； 3、基于大模型开发创新算法框架，探索具身智能机器人实际场景中的应用方向，如 RT 系列等； 4、负责最新文献调研，跟踪多模态模型与机器人领域结合的技术前沿，提出具有创新性的研究思路； 5、参与并主导自定义数据集构建、特定任务的模型训练与评估； 6、推动具身智能系统算法在复杂场景下的理论研究，探索工程机械场景智能化解决方案。

1.负责AI搜索、智能问答等RAG场景下的检索增强技术优化，提升检索准确率和生成内容质量； 2.负责大模型搜索在召回、排序阶段的相关性、权威性、时效性等问题的建模，提升长尾查询效果； 3.负责检索增强与大模型生成的联合优化，解决阅读理解、文本抽取、摘要生成等实际问题； 4.探索混合检索策略（密集检索+稀疏检索），优化召回率与排序精度。

1.主导NPC数字人相关大模型全链路研发，包括但不限于：百亿/千亿级参数大模型预训练架构优化与分布式训练加速；垂直领域适应性的后训练策略研究；基于人类反馈的强化学习(RLHF/RLAIF)算法创； 2.研发多模态生成技术：语音大模型（语音合成(TTS)、情感化对话生成、具有高表现力的语音克隆）；动作大模型（高精度人体运动生成、实时动作驱动、物理仿真增强）； 3.构建数字人认知决策系统，探索记忆网络、知识推理与个性化交互技术； 4.推动研究成果在虚拟助手、智能NPC、游戏陪玩等场景的商业化落地。