【大模型北斗实习】图像生成大模型技术研究

在AIGC大模型的RLHF阶段，奖励模型（Reward Models）通过提供精准的奖励反馈来调整模型优化方向，以提升图像生成的质感与美感，从而增强整体视觉呈现效果。同时，随着模型参数规模的不断增加，亟需从模型架构层面探讨更优的生成策略。课题研究内容包括但不限于：
1）多维度图像奖励模型的设计。
2）DiT框架的优化，探索性能与推理效率的极限。
3）图像生成范式的探索，系统性验证AR或AR+Diffusion方案的优缺点，以迈向更大规模的生成模型。

1）熟悉扩散模型研究进展。
2）熟悉PyTorch，能快速开展实验。
加分项：
1）有图像/视频生成大模型研究经验，或者在相关开源项目中做出过核心贡献。
2）对AIGC的训练与推理优化有实践经验。
3）在计算机视觉、多媒体、人工智能的权威期刊或会议上发表过视觉生成相关的论文专著，或者在重要算法比赛中取得过优秀名次。