小米大模型用户研究实习生

我们正在寻找专注于提升小米全系列产品中大模型应用体验的研究员，重点优化模型在知识百科、新闻时事、生活服务、学习办公、AI创作、营养健康、学科教育、AI编程、情感陪伴、智能家居等场景的理解与推理能力，推动大模型在复杂综合问题上的表现，使其能够解决类似人类高水平考试中的问题。 岗位职责： 1. 研究用户需求：研究用户在知识百科、新闻时事、生活服务、学习办公、AI创作、营养健康、学科教育、AI编程、情感陪伴、智能家居等场景的真实需求，明确对大模型能力的要求。 2. 开发科学基准测试：定义接近用户真实体感的体验评估标准，构建科学的评测方法，衡量模型在复杂用户场景中的表现。 3. 训练数据集构建：收集和整理高质量的科学数据，以支持模型强化学习训练。

-负责文心一言相关产品的用户访谈，挖掘产品优化方向 -设计问卷，进行专项问题的研究 -针对访谈和问卷结果，整理结论，输出报告 -研究文心一言用户的需求及结果满足，参与体验分析和评价工作

团队介绍：专注于探索AI和智能硬件的结合，为用户提供更自然和便捷的交互体验的研发团队，隶属于产品研发与工程架构部。作为负责AI技术应用场景探索的部门，是字节在智能硬件领域提供综合方案研究的核心部门。我们欢迎期待心怀技术理想、不断挑战技术难题的“你”的加入，和顶尖团队一起参与技术攻坚，开启更多可能。 课题背景 随着移动设备的普及和计算能力的提升，端侧AI逐渐成为智能设备的核心驱动力。端侧设备要求不仅要具备高效的计算能力，还需要在保证推理质量的前提下，优化性能和资源使用。尤其是在复杂任务推理、图像生成、意图分类和个性化记忆建模方面，如何设计高效、灵活的系统和模型，已成为当前的研究重点。本课题聚焦于端侧设备上的智能任务推理与生成模型优化，涉及扩散模型（如Stable Diffusion）的精简与高效训练、复杂任务的多意图推理与编排，以及个性化记忆模型的构建与优化，推动端侧AI在各类应用场景中的广泛落地。 课题挑战 1、多意图与任务处理： - 精准理解用户输入中的多意图，推导意图间关系，设计鲁棒的任务推理方法。 - 设计高效的任务编排系统，支持多任务并行执行，并能根据复杂场景需求动态调整任务执行顺序。 - 针对复杂任务链条，构建动态规划与优化机制，实现高效任务分配与执行，确保多场景切换时规划合理稳定。 2、个性化记忆建模与搜索： - 应对行为数据稀疏性，基于长期行为设计有效特征提取与建模方法，构建个性化的记忆模型，提升用户交互的精准度与体验。 - 提升记忆模型鲁棒性和泛化能力，设计轻量化模型兼顾端侧与云端部署。 - 在端侧设备实现低延迟全局搜索，优化计算资源提升搜索效率。 3、扩散模型优化与部署： - 如何在保持生成质量的前提下，精简Stable Diffusion等扩散模型以适应端侧设备。 - 设计轻量化的网络架构和高效的采样策略，提升模型的运行速度与效率。 - 针对不同应用场景优化模型生成能力，提升对复杂背景、动态内容的适应性。 4、 GUI自动化操作： - 实现通用化GUI自动化操作，支持多种设备界面。 - 优化自动化操作的效率与准确性，减少用户干预需求。 通过整合这些方向，课题将实现端侧设备的智能任务推理和生成能力提升，推动智能助手、图像生成等应用场景的技术进步。

岗位描述: 1、参与小爱同学相关业务研究分析及用户体验研究分析，帮助业务更好挖掘用户需求，持续提升用户的服务体验； 2、与测试、产品、设计、开发紧密配合，设计和实施各种用户研究项目，统计和分析各种用户体验数据和报告，挖掘用户需求及使用习惯； 3、沟通研究结果，推动研究结果的落地应用； 4、负责内部试用调研，输出调研报告。