1. 负责多模态基础模型的强化学习相关算法工作，参与模型训练、调优和部署，确保算法的有效性和效率； 2. 多模态大模型强化学习技术的前瞻性探索，包括但不限于离线强化学习、多轮强化学习等方向； 3. 改进多模态大模型强化学习分布式工程框架，实现更高效的模型训练；

1. 硕士以上学历，计算机科学、电子信息、人工智能、统计学等相关专业学位； 2. 扎实的算法基础，熟悉机器学习和强化学习技术，精通 PyTorch, Transformers, verl 等主流框架； 3. 具备 RL 算法优化和实践经验，在NeurIPS、ICLR、ICML、CVPR、ACL 等顶会有论文发表记录，或具备同等科研成果； 4. 具备独立研究能力和良好的团队协作精神。 面壁智能的岗位