AGI模型架构研究员

1.设计具备多模态联合感知、推理、记忆与生成能力的统一大模型架构（视觉/音频/文本）；
2.构建支持持续学习、多级记忆、主动探索和自演进的大模型系统；
3.推进Agent化方向，使模型具备自主任务规划、跨模态交互、工具使用和自我优化能力，深度参与通用表征、音视频同频建模、世界模型、稀疏建模等关键模块的设计。

1.精通 Transformer 类模型及其在语言、多模态领域的架构设计与优化；
2.有构建或优化超大规模模型（>Billion-scale）经验，熟悉SFT、RLHF、自监督等训练范式；
3.在以下方向有深入理解或实践经验者优先：；
4.a.多模态模型（如视觉语言模型、音视频模型）；
5.b.强化学习、自主智能体系统；
6.c.复杂推理与规划（如 search+LLM，世界建模）；
7.d.稀疏建模与动态路由机制；
8.e.具备良好的工程实现能力与系统性思维，能推动前沿研究在大模型系统中落地；
9.f.在顶会/顶刊（NeurIPS, ICLR, CVPR, ACL 等）发表过相关方向论文；
10.研究重点方向：；
11.多模态统一架构：原生支持视觉、语音与文本的同频建模与跨模态推理；
12.持续学习与记忆机制：设计支持长期记忆调用与任务迁移的分离式架构（如Memory + Core Model）；
13.世界模型与因果推理：模型能预测环境状态、规划行为，并不断更新认知结构；
14.稀疏与模块化模型：探索高效、可扩展、可解释的超大规模稀疏架构；
15.自演进与主动数据生成：结合RL、自监督、环境交互等方式建立自我成长机制；
16.跨模态理解与生成：提升系统在真实物理环境中多模态联合生成与决策能力；
17.智能体能力迁移：任务泛化与工具组合使用能力的系统性设计与增强。。加分项：