混元多模态-Auto-CoT: 任务复杂度感知的自适应思维链触发与路径控制研究

课题背景：现有cot模式很多基于hybrid模式主要通过开关决定模型是否开启thinking模式，基于query自适应开启cot的研究很多基于数据的cot tag标注。 核心挑战： 在无标注的情形下，实现Auto-CoT需要从算法策略上更好的引导模型实现难度自适应的触发pattern。 引导模型在不同难度的query上自适应的控制thinking token length需要算法策略上进行探索 具体工作： 设计一种不依赖数据标注的Auto-CoT强化学习训练策略，实现模型根据用户query难度自适应触发thinking模式 Auto-CoT策略支持在不同难度query情况下cot length自适应控制

学历与专业： 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。 技能要求：精通 PyTorch 框架与 Python 编程；深度掌握 Transformer 架构及主流 MLLM（如 LLaVA, Qwen-Audio, Qwen-Omni） 原理；熟悉 PPO、GRPO 等强化学习算法及 DeepSpeed/Megatron 分布式训练工具；有 CoT 推理或 RLHF 实战经验者尤佳。 软性素质： 具备较强的问题分解与独立研究能力；能在模糊问题定义上给出清晰的拆解思路和方法。 此课题同时招聘应届实习生和低年级实习生。