腾讯｜混元多模态-Auto-CoT: 任务复杂度感知的自适应思维链触发与路径控制研究实习
岗位职责
课题背景：
现有cot模式很多基于hybrid模式主要通过开关决定模型是否开启thinking模式，基于query自适应开启cot的研究很多基于数据的cot tag标注。
核心挑战：
1、在无标注的情形下，实现Auto-CoT需要从算法策略上更好的引导模型实现难度自适应的触发pattern；
2、引导模型在不同难度的query上自适应的控制thinking token length需要算法策略上进行探索。
具体工作：
1、设计一种不依赖数据标注的Auto-CoT强化学习训练策略，实现模型根据用户query难度自适应触发thinking模式；
2、Auto-CoT策略支持在不同难度query情况下cot length自适应控制。
任职要求
学历与专业：
来自计算机科学、人工智能、电子信息、信号处理等相关专业的博士/硕士同学，具备扎实的机器学习理论基础，有多模态方向研究经验者优先。
技能要求：
精通PyTorch框架与Python编程；深度掌握Transformer架构及主流MLLM（如LLaVA,Qwen-Audio,Qwen-Omni）原理；熟悉PPO、GRPO等强化学习算法及DeepSpeed/Megatron分布式训练工具；有CoT推理或RLHF实战经验者尤佳。
软性素质：
具备较强的问题分解与独立研究能力；能在模糊问题定义上给出清晰的拆解思路和方法。
【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。
腾讯招聘实习生：混元多模态-Auto-CoT: 任务复杂度感知的自适应思维链触发与路径控制研究岗位来自腾讯招聘官网，具体内容以腾讯招聘官网为准。