在线旅行领域的多模态大模型研究&实践-阿里星

设计和实现OTA在线旅行领域的多模态大模型，包括预训练、指令微调与对齐，强化学习/RLHF后训练，推动其在在线旅行行业中的应用落地；

研究生成理解统一，VQA、高效多模态数据管线等方向；

跟踪并实践多模态生成大模型前沿技术，引入新的算法技术及理念，推动业务落地及技术优化。

来自全球Top高校计算机科学、人工智能、数学、物理或相关领域应届博士/顶尖硕士毕业生；

在国际顶级计算机会议/期刊（如NeurIPS、CVPR、ICLR、ECCV、TPAMI等）以一作身份发表过多篇论文，或在开源社区、竞赛中展示出引领性的研究成果；

对Diffusion Models、GANs、VAEs等生成模型有深入理解，熟悉基于Transformer架构的自回归生成模型、DiT等扩散模型；在语言-视觉联合建模、图文/视频生成任务方面有系统性理解，熟悉CLIP/VLM 等跨模态模型架构，并至少在生成模型或语言-视觉联合建模方向产生具有行业影响力的创新成果；

对多模态世界模型的可控性、一致性、长序列建模、跨模态对齐与协同、效率优化等关键问题有持续探索的兴趣，敢于挑战现有范式，有志于在该领域构建具有行业影响力的新范式；

具备扎实的代码功底，熟悉PyTorch/TensorFlow等框架，能够高效实现复杂模型结构并进行大规模训练（如千卡级大模型训练、混合精度优化、显存优化）经验；ACM/ICPC，topcoder等编程比赛获奖者优先；

具备跨学科视野与协作意识，能够与工程、产品等多学科团队紧密合作，推动研究成果快速落地并产生实际影响力。