Internship
Internship experiences.
抖音研发
多模态大模型算法实习生
2026.03 - 2026.09，深圳
- •总体目标：构建抖音评论自进化多模态基座模型，形成“任务对齐–领域泛化–边界强化”的递进链路。
- •SFT 阶段：分别实现两种对比方案：扩展标签 LM Head 通过可学习标签 Token 解耦自然语言标签语义；Token-level MRL 分类头采用俄罗斯套娃式嵌套表征，实现评论信息的多层级感知。
- •CPT 阶段：基于 AutoResearch 与 Self-Evolving 自动迭代数据和训练策略，增强领域泛化能力。
- •RFT 阶段：结合 GSPO、OPD 与 OPSD 优化奖励和策略学习，强化困难样本决策边界。
- •效果与落地：F1 由 77.3 提升至 85.4，完成昇腾部署与推理优化，推动业务实现亿级营收。