锦鲤求职岗位描述
岗位职责
当前ASR技术在游戏场景中的应用仍面临显著挑战。尽管通用模型结合热词更新机制能够提升基础识别准确率，但在需要深度上下文感知的长时对话场景中，系统对历史对话信息、场景语义的利用效率不足，严重影响玩家的沉浸式体验。因此，突破上下文感知瓶颈、增强大模型泛化能力、提升多轮对话稳定性，已成为技术攻关的迫切方向。只有解决这些问题，才能真正实现“听得准、答得对、聊得顺”的下一代游戏语音交互体验。在本课题中，你将会：
1. 深度参与基于上下文感知的音频理解大模型的训练和调优；
2. 与产研团队紧密结合，将音频理解大模型应用在游戏智能交互等场景。
岗位要求
1. 扎实的机器学习/深度学习算法基础，熟悉常见的生成式模型的基本原理和调优；
2. 优秀的编程能力和良好的编码习惯；
3. 熟练使用至少一种主流深度学习框架（PyTorch）；
4. 对大模型前沿研究保持敏锐关注，熟悉大模型预训练、后训练等技术；
5. 有以下至少一个方向的Pretrain、SFT、RLHF经验： - 语音识别大模型（FireRedASR/Qwen-Audio/Kimi-Audio/Whisper等）； - 音频理解大模型；
6. 加分项 - 有语音顶会（ICASSP/Interspeech）或更高级别会议论文； - 有基于上下文感知的ASR大模型项目经验。