岗位职责（具体工作内容） 我们正在寻找一位充满激情的实习生加入我们的团队，共同致力于利用海量自动驾驶数据来训练和优化多模态大模型。该模型将作为数据闭环中的关键组成部分，用于更好地理解和预测自动驾驶场景。主要职责包括但不限于： 前沿技术研发：深入研究视觉语言模型 (VLM) 和多模态大语言模型 (MLLM) 等先进技术；紧跟多模态 AI 领域的最新进展，不断优化和改进现有技术和系统。 高效模型训练：探索和开发多模态模型的训练方法，提高模型效率，并有机会将研究成果发表于高水平学术会议或期刊。 数据利用创新：研究多模态数据的有效利用策略，特别是在图文对、图文交错等方面的数据处理方法。 任职资格（学历、目标院校、语言、技能、性格等要求） 教育背景：计算机科学、数学、统计学等相关专业在读硕士研究生或博士研究生。 技术技能：熟练掌握 Python、Linux 和 PyTorch 等工具；具备扎实的深度学习、机器学习和计算机视觉基础。 研究经历：有在国际顶级会议和期刊上发表相关工作的优先考虑。 专业知识：了解预训练算法的发展历程，了解对比学习、掩码自编码 (MAE) 等技术；具有 Visual-Language Model 和大规模语言模型 (LLMs) 实践经验者优先。 个人素质：具备良好的团队协作精神和沟通技巧；具有强烈的自我驱动力、抗压能力和求知欲；拥有出色的数据分析能力和逻辑思维能力。 独立见解：对如何通过多模态模型增强语言模型的能力有独到的理解和见解。