知乎大模型算法工程师「校招」

近年来，以大模型为核心的生成式人工智能在人机交互和虚拟陪伴领域展现出巨大潜力。我们专注于探索生成式AI在社交场景下的前沿应用和产业落地，致力于打造具备多模态感知与生成能力的社交大模型。 随着大语言模型的快速演进，如何让模型更好地理解多维度信息，并在社交场景中提供自然、细腻、沉浸感十足的语音与多模态交互体验，成为我们的核心研究方向。 如果你对生成式AI、多模态建模和智能交互充满热情，并希望参与构建下一代社交与陪伴大模型，欢迎加入我们，共同突破技术边界。 1. 多模态大模型算法创新：面向社交与智能交互需求，设计与优化模型架构，实现文本、语音、视觉等模态的联合建模，推动行业领先的社交多模态大模型研发。 2. 语音编码与生成算法突破：探索高效语音编码策略，优化离散化与连续特征建模方案，提升语音合成质量和建模效率。 3. 端到端技术闭环：参与或主导从数据构建、模型训练、性能评测到部署上线的完整研发流程。 4. 前沿应用技术探索：紧跟LLM、RL、Diffusion Models等前沿技术发展，探索创新范式并提升模型性能。

1. 参与知乎核心业务中的AI算法研发与优化，包括但不限于AI搜索、内容理解、智能推荐、搜索排序、多模态内容生成等场景。 2. 探索大模型（LLM）及多模态大模型（VLM）在知乎业务中的应用，推动模型创新与落地。 3. 深入研究和实现前沿论文中的算法，结合业务需求进行迭代优化，提升模型效果与性能。 4. 与产品、工程团队紧密协作，推动AI技术在知乎生态中的规模化应用，赋能业务增长与用户体验提升。

关于我们人工智能模型的表现很大程度上依赖于高质量的训练数据。文远知行的数据团队拥有专业的数据标注团队和系统，我们的算法团队致力于通过先进的模型和算法通过自动和半自动标注提高标注效率和质量。 构建新一代大规模和高质量的视觉任务数据集； 研究视觉大模型关键技术，包括但不限于数据筛选、数据合成、模型训练、评测方法等。

1、探索和研究多模态V-LLM大模型相关前沿算法，理解算法原理并进行深度定制和优化微调； 2、根据业务场景需求，进行数据搭建、模型设计、指令微调、偏好对齐、Benchmark等一系列算法优化工作； 3、提出创新性的算法解决思路，结合前沿算法成果改进现有算法系统，探索多模态VLM大模型在特定业务场景上的赋能；