Job Description

AI 院--多模态团队--多模态理解算法研究员-强化学习方向北京全职互联网 / 电子 / 网游职位描述【团队介绍】
智谱多模态大模型团队是全球领先的多模态研究团队之一，专注于推动视觉语言大模型的认知与推理能力的突破。团队拥有从多模态理解到生成的全栈自研技术体系，依托强大的计算资源和全链路研发能力，持续引领行业创新。
团队先后开源CogVLM、CogAgent等标杆级视觉理解模型，并推出CogView、CogVideo等前沿生成模型。最新发布的GLM-4.1V-Thinking创新性地引入思维链推理机制，采用课程采样强化学习策略，系统性提升模型跨模态因果推理能力与稳定性，其轻量版GLM-4.1V-9B-Thinking模型参数控制在10B级别，在28项权威评测中，有23项达成10B级模型的最佳成绩，其中18项更是持平或超越参数量高达72B的Qwen-2.5-VL。近期开源的GLM-4.5V（总参数106B，激活参数12B）更是在100B级视觉推理模型中树立起新的标杆。
岗位职责：
学科解题方向，负责VLM的混合SFT/RL训练优化及RL训练的数据处理，通过人类偏好学习提升多模态大模型的对齐和推理能力。
职位要求1、统招硕士及以上学历，计算机科学/机器学习/人工智能相关专业；
2、0-3年工作经验，在NLP/CV/RL等至少一个AI领域有过深入的研究经历；
3、熟悉主流的多模态大模型，能持续跟进学术界和工业界的最新研究和产品；
4、熟悉强化学习，有RLHF/DPO训练经验者优先；熟悉Linux,Python,Pytorch和Transformer，了解分布式训练框架如Deepspeed,Megatron-LM等；
5、了解对多模态数据（如文本、图像、视频、音频等）的基本处理，能够独立完成数据收集、清洗和构造的pipeline； 投递