混元多模态-音视频评测体系研究

课题背景：评测是大模型的下半场，当前针对语言和多模态图片模型的评测已经比较丰富了，但是针对全模态的评测依然是一块空白，目前已经是当前音视频大模型的重点方向。 具体工作：参与全模态评测体系的构建和优化，给训练提供足够的迭代方向 核心挑战：相比多模态图片多了音视频联合模态的特性，需要充分考虑和挖掘全模态的评测任务

1. 01

   来自计算机科学、人工智能、电子信息、信号处理等相关专业的博士/硕士同学，具备扎实的机器学习理论基础，有多模态方向研究经验者优先。

2. 02

   精通 PyTorch 框架与 Python 编程；深度掌握 主流MLLM和omni模型的评测体系 原理；熟悉多模态模型评测流程和benchmarks。

3. 03

   具备较强的问题分解与独立研究能力；能在任务定义和评测设计上给出清晰的拆解思路和方法。