多模态世界模型强化学习研究与应用-阿里星当面告知
阿里巴巴（中国）有限公司
2027-02-07 21:43:41
其他校招27届
岗位详情
地区：
北京市
·
杭州市
专业要求：
人工智能自动化计算机科学与技术
岗位职责：
1、跟进并研发多模态大模型的强化学习对齐技术，提升模型在多模态任务中的表现；
2、负责强化学习对齐技术研发，包括Reward Model训练、PPO/DPO/GRPO等策略优化算法的实现与优化；
3、通过强化学习提升世界模型智能和效果上限提升；
4、参与设计和开发高效的强化学习训练框架，支持大规模分布式RL训练、高效rollout采样、异步训练pipeline等基础设施建设。
招聘要求：
1、计算机、人工智能、自动化等相关专业；
2、在多模态大模型和生成式模型（扩散/自回归模型）上有资深背景，对前沿进展和领域问题有深入理解;
3、具有主流大模型的实战经验 (视频生成/VLM/LLM/LMM)，有国际高影响力的项目成果;
4、对 AGI 有极强的热情，能够从第一性原理出发解决世界模型领域问题。
公司介绍
阿里巴巴（中国）有限公司
阿里巴巴（中国）有限公司，成立于2007-03-26，位于浙江，法定代表人：蒋芳，登记状态：存续，注册资本15460.55039万美元，公司类型：民营/私企
公司信息:
公司名称:阿里巴巴（中国）有限公司
公司类型:互联网/电子商务
公司性质:5000以上
公司地点:
公司规模:--
涉及领域:--
公司网址: