研究型实习生-基于稀疏专家混合（MOE）的多模态UI Agent研究

岗位职责

研究领域： 大模型智能体 项目简介： UI Agent需同时理解视觉（屏幕截图）、文本（instruction）、交互历史等多模态输入。现有单体模型存在参数量大、推理延迟高、动作空间稀疏的问题。MOE架构可通过条件激活专家子集，实现高效、动态的多模态特征融合，为轻量化、高适应性UI Agent提供新范式。

任职要求

研究领域：

• 目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位
• 具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go
• 具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用：
• 对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色
• 在国际会议上或核心期刊发表一份或多份出版物或论文
• 至少3个月的全职工作

特色标签

C/C++、Golang、Java、LLM智能体、MoE架构、Python、UI智能代理、发表算法相关优秀论文、图像算法、多模态算法、多模态融合、多源感知、大模型代理、大模型算法、大语言模型智能体、屏幕图像理解、屏幕视觉理解、指令理解、操作历史建模、文本指令解析、智能体、模型加速/性能优化、混合专家模型、用户交互轨迹、用户界面智能体、界面智能体、界面视觉分析、稀疏化专家模型、算法工程化经验、自然语言处理算法、自然语言指令、行为序列建模、跨模态理解