课程简介

话题概述:
大语言模型和多模态大模型技术日新月异，我将围绕团队近期发表的数十篇论文，详细介绍相关技术创新和落地实践成果。首先，分享情感陪聊的技术创新和产品落地经验，包括Agent驱动世界日志的主动记忆对话方法iPET，以及面向个性化ai搜索生成对话PaRT框架；接着，展示小红书翻译大模型的技术细节，包括利用强化学习思考推理快速唤醒大模型翻译能力MT-R1-Zero，社交生活化风格翻译大模型RedTrans，以及基于多模态多任务推理的图片翻译大模型MT3；最后，将介绍社交生活化领域大语言模型和多模态大模型的实际任务，以及我们提出的多模态推理大模型Vision-R1，领域大语言模型RedOne，以及在搜广推业务落地ScalingNote框架。

演讲题纲:
a. 多模态大模型技术创新（Vision-R1、Dynamic-llava、RedOne）
b. 多模态大模型在搜索、推荐、翻译、情感陪聊的应用（各1个案例 + 论文）。

话题亮点：
a、多模态大模型在小红书搜索、推荐、翻译等场景重要落地实践经验
b、大语言模型和多模态大模型的技术创新，包括Deepseek-R1多模态版本、大语言模型后训练的最佳实践方案等。

目标收益

a. 讨论大语言模型/多模态大模型前沿技术
b. 探索大模型的落地实践经验
c. 带来行业的最新动向、趋势和洞察。

培训对象

1

课程内容

案例方向

---

多模态技术前沿：跨模态理解与生成/大语言模型技术演进/AI Agent落地与前沿实践

话题概述

---

大语言模型和多模态大模型技术日新月异，我将围绕团队近期发表的数十篇论文，详细介绍相关技术创新和落地实践成果。首先，会分享首个多模态推理大模型Vision-R1：7B模型实现自我反思、72B取得同尺寸最佳效果，以及全新稀疏化推理框架：Dynamic-LLaVA，可降低50%计算开销；然后，将分享围绕业务领域的大语言模型Post Train最佳实践：RedOne，探索如何在保持通用能力基础上，大幅提升几十种业务能力，和在小红书搜索落地的规模定律：ScalingNote；接着，会介绍翻译大模型相关内容，包括MT-R1-Zero（RL冷启）、RedTrans（SFT+RLHF）两阶段，揭示社交生活化场景翻译风格塑造；最后，以情感陪聊、角色对话等agent相关成果收尾，包括iPET、PaRT等。

收益

---

a. 讨论大语言模型/多模态大模型前沿技术
b. 探索多模态大模型在搜推广翻译等场景的落地实践 c. 带来行业的最新动向趋势洞察。

演讲题纲

---

a. 多模态大模型技术创新（Vision-R1、Dynamic-llava、RedOne）
b. 多模态大模型在搜索、推荐、翻译、情感陪聊的应用（各1个案例 + 论文）。

话题亮点

---

a、多模态大模型在小红书搜索、推荐、翻译等场景重要落地实践经验
b、大语言模型和多模态大模型的技术创新，包括Deepseek-R1多模态版本、大语言模型后训练的最佳实践方案等。