部门介绍： 蚂蚁大安全机器智能安全内容智能团队是一支高学历、高能力的技术攻坚团队，汇聚了来自剑桥、清华、上交、复旦等国内外顶尖高校的AI人才，团队规模约30人，聚焦于内容安全与AI生成内容（AIGC）治理方向，打造了以「天鉴智能内容风控系统」为核心的技术体系，具备国际领先的内容审核与防控能力。近三年主要研究方向（2023 - 2025） 团队持续深耕AIGC安全检测、内容风控、多模态理解、计算机视觉、自然语言处理、智能语音与文档智能处理等方向，研究内容覆盖以下方向： 📸 计算机视觉（CV） ● AI生成图像/视频检测：提出WildFake、Veritas、FakeXplain等检测方法，聚焦于提升生成内容鉴真能力的泛化性、鲁棒性； ● 图像分类与生成：参与eBay细粒度商品识别、图像补全、风格迁移、图像谐和等任务； ● 视频-语言理解：视频检测、跨模态迁移学习； ● 代表性成果： ○ CVPR 2026 鲁棒性AIGC图像检测比赛冠军； ○ CVPR 2024人脸防伪检测赛道冠军（平均错误率为0.0000%）； ○ PrismPrune（CVPR 2026）、Veritas（ICLR 2026 Oral）等论文。 🧠 自然语言处理（NLP） ● 跨语言NER、对抗学习、指令微调、多任务学习； ● 信息抽取、问答系统、检索-生成框架、上下文学习去偏； ● 轻量参数优化（如LoRA）； ● 代表性论文： ○ ACL 2024、EMNLP 2024、COLING 2024等多篇顶会论文； ○ Auto-RT（ICLR 2026）关于模型红队（Red Teaming）与大模型安全检测。 🎧 智能语音算法（Speech / Audio） ● 声纹识别、语音表示学习、多语言语音识别； ● AIGC语音检测与深伪音色识别； ● 代表性成果： ○ 国际远场声纹识别比赛FFSVC 2020季军； ○ 东方语种识别竞赛（OLR 2021）双料冠军； ○ Generalizable Audio Deepfake Detection（ACM MM 2025）、Contextual Biasing Speech Recognition（INTERSPEECH2024）等顶会论文。 📄 文档智能处理（Document Intelligence） ● 结合视觉与语言的多模态文档理解； ● 布局建模、信息抽取、阅读顺序建模； ● 提出LayoutMask、LayoutGCN、Token Path预测等技术； ● 代表性论文： ○ ICDAR 2023、ICASSP 2026、ACM MM2024、EMNLP 2024等。 职位描述： 构建基于规则+数据驱动的多模异常检测推理大模型，在大流量数据中挖掘异常内容，着重提升模型泛化性、鲁棒性和可解释性，应用于短视频黑灰产识别、直播异常发现、人脸异常攻击等场景。