千问Qwen基础大模型前沿技术研究-阿里星

千问Qwen是由阿里巴巴自主研发的超大规模语言模型，具备跨语言、跨任务的理解与生成能力。Qwen系列模型，涵盖参数量从几百 M 到 T 级的基座大语言模型，并相继推出Qwen-VL、Qwen-Audio、Qwen-Omni、Qwen-Coder、Qwen-Image等系列模型。从多轮对话到代码生成，从逻辑推理到内容创作，从单一多模态到全模态统一理解生成，Qwen 正在打造全球领先的全模态模型技术体系，推动AI在企业服务、开发者生态、个人用户等领域的深度应用，引领下一代人工智能的发展。 千问Qwen全模态统一理解生成前沿技术研究，团队在多个方向上进行探索（具体如下罗列），若你对以下一个或者多个课题感兴趣均欢迎投递：

1. 01

   模型架构与学习机制探索

2. 01

   预训练与后训练技术：持续提升模型的理解力、推理力与泛化能力。

3. 02

   探索下一代学习范式，如自监督学习、动态训练策略、知识蒸馏等。

4. 02

   多模态与多智能体感知交互系统

5. 01

   打造 Omni 基座模型，实现文本、语音、视觉等多模态一体化理解与生成，推动世界模型的发展。

6. 02

   开发超智能的 Coding Agent，打通语言与代码之间的桥梁，连接 AI 与数字世界。

7. 03

   构建下一代 AI 交互系统，在 GUI Agent、视频理解等前沿场景，探索 AI 自主执行、扩展、进化的可能性。

8. 03

   数据建设与性能优化

9. 01

   数据工程：设计高效的数据处理管线，持续提升自然语言、代码、多模态等数据质量与规模。

10. 02

    推理优化：探索模型高并发服务下，算法及系统框架侧技术创新与优化，包括但不限于训练推理协同优化、模型推理新范式。

11. 04

    评测与安全体系

12. 01

    构建下一代大模型评估系统，覆盖推理、生成、可控性等多个维度。

13. 02

    关注模型内生安全，追求 AI 对人类有益且可控，参与对抗攻击检测、伦理约束建模等工作。

1. 01

   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；

2. 02

   在深度学习、大规模模型训练、优化算法、生成式模型、自监督学习等领域有扎实的理论基础和实践经验，并至少在其中一个方向产生具有行业影响力的创新性成果；

3. 03

   在国际顶级计算机会议/期刊（如NeurIPS、ICML、ICLR、ACL、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；

4. 04

   对基础模型的前沿问题有持续热情，具备独立思考能力和系统性研究思维，敢于挑战现有范式。能够独立应用技术解决复杂问题，主导或深度参与过有影响力项目的人选优先；

5. 05

   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（曾参与千卡集群项目者优先）；ACM/ICPC，topcoder等编程比赛获奖者优先；

6. 06

   持续关注专业的前沿领域。不满足于“跟随热点”，有志于定义下一代基础模型的进化方向；

7. 07

   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。