腾讯｜元宝—教育多模态大模型关键技术研究实习

课题背景： 近年来，多模态大模型技术快速发展，在 AI 教育场景中展现出较强的应用潜力。围绕拍照解题、作业批改、AI 讲题与教学互动等核心任务，模型仍面临细粒度感知不足、复杂推理解题能力有限以及多模态交互体验不稳定等问题。因此，本课题聚焦多模态大模型在 AI 教育场景中的关键技术研究，探索其在感知理解、推理解题与教学交互中的能力提升与落地应用。 课题挑战： 1、拍照解题中的关键能力研究：如何提升模型基于图像进行思考的能力，并支持辅助线构造等复杂解题过程； 2、强化学习优化：如何通过强化学习提升拍照解题的泛化能力，同时进一步提高解题准确性与解析质量； 3、端到端多模态建模：如何面向拍照解题、作业批改等场景，构建高效稳定的端到端多模态大模型方案； 4、AI 教学交互能力研究：如何结合多模态交互与个性化记忆机制，提升 AI 讲题、AI 教学等场景下的理解与互动效果。 具体工作： 你将参与多模态教育 Agent 与解题模型研究、强化学习优化、端到端方案设计，以及 AI 讲题与教学交互能力建设。

1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士； 2、熟练掌握大模型、多模态相关的基本算法及应用，熟悉caffe、tensorflow，pytorch等至少一个深度学习框架； 3、较强的工程实现能力，熟练掌握 C/C++ 编程，熟悉 Shell/Python/Matlab 至少一种编程语言。 【加分项或注意事项】 此课题同时招聘应届实习生和低年级实习生。