现任快手高级算法专家,负责Keye-VL多模态大模型后训练阶段的研发。研究方向涵盖多模态大模型监督微调(SFT)、人类偏好对齐(RLHF)、多模态思维链以及强化学习等领域,相关学术成果在CVPR、ICML、ICLR以及NeurIPS等CCF-A类会议上发表。作为核心贡献者参与的Keye-VL-8B-Preview模型开源项目获得业界高度关注,在Hugging Face平台模型下载量已突破30,000次。

现任快手高级算法专家,负责Keye-VL多模态大模型后训练阶段的研发。研究方向涵盖多模态大模型监督微调(SFT)、人类偏好对齐(RLHF)、多模态思维链以及强化学习等领域,相关学术成果在CVPR、ICML、ICLR以及NeurIPS等CCF-A类会议上发表。作为核心贡献者参与的Keye-VL-8B-Preview模型开源项目获得业界高度关注,在Hugging Face平台模型下载量已突破30,000次。
传统多模态模型在动态视频理解与复杂推理场景面临严峻挑战。快手开源的Keye-VL模型在多模态思维链技术实现突破,具备独特的auto-think(自动思考决策)、agentic-think(代理工具思考) 等先进能力,在视频理解领域,尤其是短视频理解方面,展现出业界领先的性能。
本次演讲将从多模态思维链技术出发,解析Keye-VL多模态大模型的核心技术,并分享Keye-VL在快手短视频社区的落地应用。
演讲提纲
您的演讲有哪些前沿亮点?
听众收益



微信咨询

电话咨询
微信联系我们

