商汤大模型 Agent 算法实习生-RSI 方向

工作描述

任职要求
1、计算机、人工智能、数学、电子信息等相关专业在读硕士、博士或优秀本科生。
2、熟悉 Python 和 PyTorch，具备较强的算法实现、数据处理和实验分析能力。
3、了解大语言模型或多模态模型的训练、推理和后训练流程，接触过 SFT、RL、DPO、GRPO、Reward Model 等方法。
4、对 Agent、强化学习、自动化数据构建、模型评测或持续学习方向有兴趣。
5、具备较强的问题分析和独立研究能力，能够从实验现象中定位问题并提出改进方案。
6、能够阅读和理解英文论文、技术报告和开源代码，并完成相关工作的复现与改进。
7、对 Recursive Self-Improvement、AutoResearch 或“AI 改进 AI”方向感兴趣；不要求已有 RSI 项目经验，但需要具备较强的学习能力和研究热情。

加分项
有大模型、多模态模型、Agent 或强化学习相关项目经验。
有视觉语言模型、语音/音频模型、视频理解或多模态交互模型研究经验。
熟悉 verl、…