参与多模态科学文献解析大模型算法的开发与研究，从非结构化的科学文献中，抽取结构化的信息，并用于下游更广泛的应用。内容包括且不限于科学图表理解，表格解析，反应式解析，通用OCR，多模态VQA，多模态RAG等，并对流程中某些部分算法进行深入探究，并将研究成果转化为学术论文。
职位职责：
1.多模态大模型训练各阶段方法设计与研究，解决多模态科学文献解析任务中的问题和需求；
2.参与大规模训练数据集的构建，确保数据质量和多样性；
3.进行模型性能分析，识别和解决训练过程中的瓶颈，优化推理效率。
1.拥有扎实的编程能力，精通至少一种编程语言；
2.对计算机视觉或自然语言处理有一定经验和理解，两者都有最佳；
3.优秀的文献阅读能力与良好的沟通协作能力；
4.每周出勤不低于3天。
加分项：
1.熟悉多模态相关的算法和技术，具备多模态大模型训练经验，如QwenVL、InternVL、KimiVL、Gemma等
2.参与过多模态大模型相关重要开源项目，数据科学比赛优胜或发表相关论文。
