哔哩哔哩后训练数据算法实习生（视频生成方向）
实习兼职技术类地点：上海状态：招聘
工作描述
工作职责: 1. 面向视频生成模型的 SFT、偏好优化和强化学习，设计并构建高质量后训练数据。 2. 分析模型在指令遵循、主体一致性、动作生成、复杂运镜、时序稳定性、物理规律和视觉审美等方面的能力短板。 3. 建设细粒度评测和错误分类体系，对模型失败案例进行聚类、归因和优先级判断。 4. 研究难例挖掘、数据筛选、数据合成、拒绝采样、偏好构造和数据配比等策略。 5. 建设视频生成偏好数据，包括 Pairwise Ranking、评分标准、标注规范及质量控制机制。 6. 探索基于多模态模型、Reward Mod…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
SFT+
https://cameronrwolfe.substack.com/p/understanding-and-using-supervised
Understanding how SFT works from the idea to a working implementation...
强化学习+
https://cloud.google.com/discover/what-is-reinforcement-learning?hl=en
Reinforcement learning (RL) is a type of machine learning where an "agent" learns optimal behavior through interaction with its environment.
https://huggingface.co/learn/deep-rl-course/unit0/introduction
This course will teach you about Deep Reinforcement Learning from beginner to expert. It’s completely free and open-source!
https://www.kaggle.com/learn/intro-to-game-ai-and-reinforcement-learning
Build your own video game bots, using classic and cutting-edge algorithms.
还有更多 •••
相关职位
社招深度学习研究员
【团队使命】 通过高质量后训练数据与前沿算法，最大化释放Base模型潜能，打造兼具强大智能与深度意图理解力的AI模型。使得模型既能解决最难的问题，也能读懂每一个意图，更能作为自主Agent在复杂真实世
北京|杭州
校招算法
1、2027届本科及以上学历，计算机、软件工程、人工智能等相关专业 ； 2、对通用人工智能和基础模型长期发展有强烈兴趣，具备优秀的学习能力、工程意识、团队协作能力和结果导向； 3、 具备较强的 AI
更新于 2026-07-07北京|深圳|上海
校招算法
1、2027届本科及以上学历，计算机、软件工程、人工智能等相关专业 ； 2、对通用人工智能和基础模型长期发展有强烈兴趣，具备优秀的学习能力、工程意识、团队协作能力和结果导向； 3、 具备较强的 AI
更新于 2026-07-07北京|深圳|上海
校招AI算法类
【职位要求】 1、本科及以上学历，计算机、人工智能、数学、统计学等相关专业优先。 2、熟悉大语言模型和智能体基本原理，理解 SFT、强化学习等后训练流程。 3、具备优秀的问题分析和实验研究能力，能够从
杭州