{"content":"毕树超（Shuchao Bi）：多模态后训练工作的负责人。这一部门的主要工作包括探索人类反馈强化学习（RLHF）的新范式、多模态推理与高算力强化学习、多模态思维链评估系统和奖励模型、多模态智能体等等。","contentType":"text/plain"}