研究型实习生-基于多模态和世界知识的生成式推荐统一建模

岗位职责

研究领域： 大模型 项目简介： 生成式推荐目前在蚂蚁等互联网公司证明具备一定的业务价值和潜力，基于优越的生成能力，能实现召回和排序两类任务统一，但目前业界的方案强依赖ID特征作为主要序列，泛化性和迁移性不足，不同场景由于其业务编码ID不同，跨域性能较差，另外同一个场景内部，不同候选商品，其内容相似，但可能ID编码值不同，导致目前的方案性能存在一定的缺陷，没有较好的迁移性，大大降低了生成的推理能力。加入多模态和LLM的世界知识信息，能有效解决此类泛化问题，从而统一不同场景的语义理解，从而实现终极的生成式统一建模。

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、Python、发表算法相关优秀论文、外部知识、多模态学习、多模态算法、多模态融合、大模型算法、大语言模型、常识知识、推荐、推荐生成模型、推荐算法、生成式推荐系统、知识增强、统一推荐建模、自然语言处理算法、语言模型