新型FoundationModels及应用
训练和推理加速
可解释性等理论研究
Virtual Agent
Physical Agent
2050 RESEARCH
为昆仑在通用人工智能（AGI）的中长期发展中提供基础研究维度上的支持，增强自主创新 ，加速实现AGI的步伐，同时专注于AGI相关课题的科技创新 ，提升企业的理论与技术竞争力 。
跨越“奇点” 、探索未知世界 、创造美好未来 ，成为一家面向未来
世界的卓越科学研究机构!
新型FoundationModels及应用
训练和推理加速
可解释性等理论研究
Virtual Agent
Physical Agent
Reinforcement Learning from Diverse Human Preferences
Wanqi Xue, Bo An, Shuicheng Yan, Zhongwen Xu
IJCAI 2024 Conference
August 2024
Keywords: Reinforcement Learning, Human Preferences, Human Feedback, Rewards
Exploring Diffusion Time-steps for Unsupervised Representation Learning
Zhongqi Yue, Jiankun Wang, Qianru Sun, Lei Ji, Eric I-Chao Chang, Hanwang Zhang
ICLR 2024 Conference
May 2024
Keywords: unsupervised representation learning, diffusion model, representation disentanglement, counterfactual generation
Synapse: Trajectory-as-Exemplar Prompting with Memory for Computer Control
Longtao Zheng, Rundong Wang, Xinrun Wang, Bo An
ICLR 2024 Conference
May 2024
Keywords: AI Agents, Large Language Models, Prompting
True Knowledge Comes from Practice: Aligning Large Language Models with Embodied Environments via Reinforcement Learning
Weihao Tan, Wentao Zhang, Shanqi Liu, Longtao Zheng, Xinrun Wang, Bo An
ICLR 2024 Conference
May 2024
Keywords: Reinforcement Learning, Large Language Models, Parameter-Efficient Fine-Tuning
Enhancing Video-Language Representations with Structural Spatio-Temporal Alignment
Hao Fei; Shengqiong Wu; Meishan Zhang; Min Zhang; Tat-Seng Chua; Shuicheng Yan
IEEE Transactions on Pattern Analysis and Machine Intelligence
April 2024
Keywords: Videos, Semantics, Transformers
天工
FOR THE BEST AND THE BRIGHTEST
基础研究和人才培养对于发展下一代技术至关重要 。为此 ，2050研究院与新加坡顶尖大学合作 ，推介《天工2050工业博士生联合培养项目》 ，为您提供独特的机会组合 —— 在2050研究所开展激动人心的研发工作的同时 ，也能在学校里追求世界顶级的研究生培训。
在高校与2050研究院的导师共同指导下，完成博士学位的要求，并在互联网行业里取得巨大的学术成果 。
获入选的候选人将成为公司的全职员工 ，同时在我们的两间合作大学（新加坡国立大学及南洋理工大学）进行全职的博士培训 。
除了与我们的研究团队一起进行人工通用智能领域的开创性研究，专注于基础模型2.0和代理之外 ，候选人将与我们的跨学科团队密切合作 ，在顶级会议和期刊上发布有影响力的研究成果，对人工通用智能社区产生重大影响。
有意申请者应通过电子邮件向Michelle（michelle@kunlun-inc.com）发送动机信 、简历和出版作品列表 。
本项目全年开放 ，将根据新加坡大学的教学日历（8月和1月入学）入学。
基础研究和人才培养对于发展下一代技术至关重要。为此，2050研究院 、新加坡经济发展局及新加坡顶尖大学三方合作，推介《天工—新加坡EDB 博士生联合培养项目》 ，为新加坡公民及永久居民提供结合工业和学术优势的学习组合 。
在高校与2050研究院的导师共同指导下，候选人能在顺利完成博士学位的要求下 ，参与前沿的研发工作并推动学术研究成果向产品的转化 。
入选的候选人将成为公司的全职薪资员工 ，同时在我们的合作大学（新加坡国立大学, 南洋理工大学及新加坡科技设计大学）进行全职博士培训 。
除了与我们的研究科学家一起进行人工通用智能领域的开创性研究，专注于基础模型2.0和代理之外 ，候选人将与我们的跨学科团队密切合作 ，在顶级会议和期刊上发布有影响力的研究成果 ，对人工通用智能社区产生重大影响 。
有意申请者应通过电子邮件向Michelle（michelle@kunlun-inc.com）发送动机信、简历和出版作品列表 。
本项目全年开放 ，将根据新加坡大学的教学日历（8月和1月入学）入学。
