夸克智能信息-大模型应用算法专家-AIGC方向

1. 探索研究多模态生成大模型的设计与开发，探究高效生成、生成理解统一、多模态理解、强化学习/RLHF后训练和高效数据管线设计等方向； 2. 参与研发多模态生成大模型开发等下一代人工智能核心技术，参与大规模生成基础模型预训练与后训练开发。 3. 负责跟踪和研究多模态生成大模型前沿技术调研、落地、对业务进行优化。

1、进行生成式人工智能领域的前沿算法研究与模型优化，聚焦图像、视频、数字人、多模态生成等方向，持续突破生成质量、可控性、采样效率与训练稳定性的技术边界； 2、生成模型结构创新：深度参与Diffusion、DiT、MMDiT、Flow Matching、Rectified Flow、Autoregressive、Masked Generative Transformer等主流生成架构的设计与改进，探索新型骨干网络、时空注意力机制、条件注入方式（Cross-Attention、AdaLN、In-Context Conditioning）、3D VAE/Tokenizer设计、长序列时序建模等关键技术，提升模型在图像与视频生成任务上的表现上限； 3、数据生产与数据工程：主导高质量训练数据的构建链路，包括多阶段数据清洗（美学打分、运动一致性过滤、OCR/Watermark检测）、自动标注（Recaption、Dense Caption、镜头语言标注）、合成数据生成、Bucket分桶与分辨率策略、数据配比与课程学习（Curriculum Learning）设计，建立面向生成模型的数据飞轮与端到端质量评估体系； 4、后训练优化：应用与创新后训练方法，如SFT、DPO、IPO、KTO、Reward Modeling、RLHF及其针对Diffusion的变体（Diffusion-DPO、DDPO、ReFL），针对生成模型在美感、可控性、指令跟随、物理合理性、安全性等维度进行对齐与能力提升;探索Step Distillation、Consistency Distillation、Rectified Flow Distillation等少步采样后训练方法； 5、强化学习算法研究：探索并落地适用于生成模型的强化学习算法，包括PPO、GRPO、RLOO、Diffusion-DPO、DDPO、ReFL等，针对可微分Reward接入、采样轨迹信用分配、Reward Hacking、长视频稀疏奖励、训练稳定性与探索-利用平衡等关键问题进行算法创新。

1、负责基础模型和Generative AI的基础能力建设，追踪业界文本生成/翻译、图生文、deepfake等方向的最新技术，极致优化预训练、微调、领域知识注入、RLHF、RM、AI Safety等能力； 2、将AIGC相关技术在广告、电商、短视频、直播等商业产品的内容理解上落地，构建新一代基于大模型的商业化生态； 3、从事强化学习与大语言模型智能体（LLM-based Agent）相结合的交叉研究与应用落地； 4、探索大模型高效训练/推理方案。

1. 结合同花顺大模型等相关AIGC技术，参与全球内容平台系统开发，建设国内外资讯、视频等海量内容全品类全市场内容接入、智能审核、识别理解等能力，基于算法及分发策略实现Feeds、社区、问财等金融场景的信息精准分发，构建内容从生产、理解到分发的全生命周期链路，持续完善内容运营平台能力支撑国内及国际资讯业务发展； 2. 参与我们的NLP及其大模型应用落地项目，包括但不限于算法设计、数据标注和模型优化；基于大模型进行内容创作平台开发，利用大模型的语义理解能力、AI绘图能力和我们丰富的数据优势，针对金融场景进行自动化的文章创作及对热门事件深度解读，支撑国际化金融场景； 3. 理解并评估NLP特别是大模型方向的最新论文及技术成果，帮助团队保持对国际当前前沿研究动态的了解，与团队合作，将研究成果用于提升同花顺国内国际相关金融场景产品能力；