开展VLM在GUI智能体场景下的前沿研究,主导包括数据构造、仿真环境构建、模型后训练(Post-training)等全流程关键技术攻关
深耕AI编程垂直领域,围绕工具调用、自动化测试与流水线优化等方向,进行模型调优与方法创新,探索更高效的智能编程范式
负责上下文压缩与高效推理技术的研究,重点推进Embedding压缩、长上下文优化、多模态信息提取等方向的算法突破与技术落地
追踪学术界与工业界最新进展,保持对NLP、CV、强化学习等领域的前沿敏感度,提出具有前瞻性的研究课题并推动实验验证
参与研究方案设计、技术路线论证与系统架构评审,确保研究方向的合理性、系统的高效性与可扩展性
推动研究成果向业务场景转化,撰写技术报告与研究论文,积极参与学术交流与技术分享