商汤算法实习生-多模态deepfake

1.根据研究侧需求，探索优化传统defake检测模型，及多模态defake大模型可解释能力，包括模型的训练，优化，测试，及数据处理等； 2.与组内团队合作实现端到端多模态defake大模型算法封装，接口开发，模型部署等； 3.与产品团队合作，推动相关算法落地；

1.根据研究侧需求，探索优化传统defake检测模型，及多模态defake大模型可解释能力，包括模型的训练，优化，测试，及数据处理等； 2.与组内团队合作实现端到端多模态defake大模型算法封装，接口开发，模型部署等； 3.与产品团队合作，推动相关算法落地；

千问学习团队致力于通过大模型技术构建智能学习产品，在大模型Posttrain技术、推理智能、agentic、coding等方向处于业界前沿 1. 负责大模型Posttrain阶段强化学习算法关键问题的探索研究，持续追踪和应用领域最新技术进展； 2. 负责大模型落地训练范式和关键技术的探索研究，包括DeepReaserch，Agentic Reasoning，奖励模型建模等； 3. 负责多模态大模型预训练、跨模态对齐、推理等领域的关键问题的探索和研究，包括视觉编码器、视觉推理等、多模态语料构建方法等； 4. 基于研究成果撰写高质量学术论文，积极参与业界交流活动，建立和维护学术界与产业界的合作关系。

1、参与图像和视频生成相关Agent的核心算法架构设计、开发与性能优化，完成模型训练、数据流水线构建及算法工程化部署，推动实际业务场景落地； 2、参与建设后训练技术如SFT、RLHF等在Agent实际场景中落地； 3、参与Agent链路中的Reward model模型建设，加速业务演进。