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，确保算法有效性与效率；开展多模态大模型强化学习技术的前瞻性探索，包括离线强化学习、多轮强化学习等方向；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。要求具备计算机科学、电子信息、人工智能、统计学等相关专业硕士及以上学历，具备扎实算法基础，熟悉机器学习与强化学习技术，精通 PyTorch、Transformers、verl 等主流框架，具备 RL 算法优化...

负责多模态基础模型的强化学习算法相关工作，参与模型训练、调优和部署，确保算法有效性与效率；开展多模态大模型强化学习技术的前瞻探索，包括离线强化学习、多轮强化学习等方向；改进多模态大模型强化学习的分布式工程框架，实现更高效的模型训练。

负责多模态基础模型的强化学习算法相关工作，参与模型训练、调优和部署，确保算法有效性与效率；开展多模态大模型强化学习技术的前瞻探索，包括离线强化学习、多轮强化学习等方向；改进多模态大模型强化学习的分布式工程框架，实现更高效的模型训练。

负责多模态基础模型的强化学习算法相关工作，参与模型训练、调优和部署，确保算法有效性与效率；开展多模态大模型强化学习技术的前瞻探索，包括离线强化学习、多轮强化学习等方向；改进多模态大模型强化学习的分布式工程框架，实现更高效的模型训练。

主导多模态大模型在预训练、SFT（指令微调）、RLHF（偏好对齐）等全阶段的数据体系建设，攻克海量多模态语料的智能采集、多维清洗、去重过滤、自动化标注与深度挖掘等关键问题；建立“数据合成与构造—模型训练—能力评测”的全链路闭环验证体系，通过数据消融与归因分析推动模型能力提升；参与设计并优化 PB 级多模态训练数据的全生命周期管理架构，提升海量数据吞吐与加载效率，支撑大规模分布式训练；持续跟踪并复现前沿技术成果，将数据端与多模态算法相关前...

主导多模态大模型在预训练、SFT（指令微调）、RLHF（偏好对齐）等全阶段的数据体系建设，攻克海量多模态语料的智能采集、多维清洗、去重过滤、自动化标注与深度挖掘等关键问题；建立“数据合成与构造—模型训练—能力评测”的全链路闭环验证体系，通过数据消融与归因分析推动模型能力提升；参与设计并优化 PB 级多模态训练数据的全生命周期管理架构，提升海量数据吞吐与加载效率，支撑大规模分布式训练；持续跟踪并复现前沿技术成果，将数据端与多模态算法相关前...

主导多模态大模型在预训练、SFT（指令微调）、RLHF（偏好对齐）等全阶段的数据体系建设，攻克海量多模态语料的智能采集、多维清洗、去重过滤、自动化标注与深度挖掘等关键问题；建立“数据合成与构造—模型训练—能力评测”的全链路闭环验证体系，通过数据消融与归因分析推动模型能力提升；参与设计并优化 PB 级多模态训练数据的全生命周期管理架构，提升海量数据吞吐与加载效率，支撑大规模分布式训练；持续跟踪并复现前沿技术成果，将数据端与多模态算法相关前...

主导多模态大模型在预训练、SFT（指令微调）、RLHF（偏好对齐）等全阶段的数据体系建设，攻克海量多模态语料的智能采集、多维清洗、去重过滤、自动化标注与深度挖掘等关键问题；建立“数据合成与构造—模型训练—能力评测”的全链路闭环验证体系，通过数据消融与归因分析推动模型能力提升；参与设计并优化 PB 级多模态训练数据的全生命周期管理架构，提升海量数据吞吐与加载效率，支撑大规模分布式训练；持续跟踪并复现前沿技术成果，将数据端与多模态算法相关前...

负责多模态训练基础设施的整体架构设计与技术规划，主导基础设施方案落地；搭建并优化大规模训练系统，保障千卡至万卡级集群高效稳定运行；主导训练框架的选型、优化与二次开发，持续提升训练效率和资源利用率；带领团队解决训练过程中的通信、存储、调度等系统瓶颈；与算法团队紧密协作，推动训练流程工程化与自动化建设。

围绕动作建模、表征学习、世界模型和硬件方向开展研究与工程落地；负责动作表示与生成策略，并在真机任务上形成可量化收益；探索并落地空间感知、定位能力以及视触觉、力矩等多源感知融合，开展 VLM 相关视觉编码器探索；负责末端执行器、关节、传感器方案的需求定义与原型迭代，集成并优化触觉、力矩、多点触控等传感器方案，保障新技能可学习、可评测；开展世界模型探索，包括视频数据清洗切片以及 baseline 的复现与训练。