混元vlm算法研究员-后训练/基座能力提升方向（深圳/北京/上海）

主导后训练研发体系：负责多模态大语言模型（VLM）的后训练（Post-training）全流程算法研发，深入探索 SFT 及强化学习对齐算法（如 RLHF、PPO、GRPO 等），持续逼近并提升视觉基座模型的能力上限；

攻坚视觉基础感知：致力于优化模型底层的视觉感知、细粒度理解与空间感知能力。前瞻性地探索包括“带图思考”在内的 Visual Agent 解决方案，赋予模型更深层次的物理世界理解与执行能力；

提高大模型可靠性：致力于大幅度降低多模态大模型幻觉。深入探究幻觉产生的本质，建设完善的幻觉检测链路，实施精细化的数据清洗策略，并主导研发基于强化学习的幻觉消除（Hallucination Removal）方案；

赋能用户交互场景：面向真实用户场景进行模型对齐与调优，强化模型在多轮图文交互中的逻辑推理、指令遵循（Instruction Following）以及细节感知能力。搭建线上 Badcase 监控与数据飞轮反馈闭环，持续打磨并打造极致的交互体验。

计算机科学/软件工程/人工智能等相关专业硕士及以上学历；

深入理解 Transformer 架构及大语言模型训练原理，在 LLM Alignment、RLHF、Reward Modeling、个性化大模型（Personalized LLM）、记忆机制（Memory/RAG）等后训练领域之一有深入的研究和实践经验；

在用户画像建模、推荐系统与大模型结合、或超长上下文/长期记忆模型优化方面有丰富实战经验者优先；

具备扎实的算法基础和工程实现能力，熟练掌握 Python，熟悉 PyTorch/TensorFlow 等深度学习框架；

拥有分布式训练实战经验，熟悉 Megatron-LM, DeepSpeed, vLLM 等大规模训练及推理框架，有百亿/千亿参数模型训练或调优经验者优先；

具备优秀的科研素养，有高质量论文发表（NeurIPS, ICLR, ICML, ACL, EMNLP 等）或在开源社区（如 HuggingFace）有高影响力项目贡献者优先；

具备强烈的技术热情和自驱力，善于分析和解决复杂问题，拥有良好的团队协作和沟通能力。