职位描述
1.深入研究模型的驱动的Agent产品形态，通过大模型驱动异步任务的任务理解，自主规划，反思和行动
2.深入理解和解决大模型在通用Agent产品上的各种问题，包括但不限于推理规划，长上下文，复杂指令遵循能力，代码能力等，并负责收集处理和生成能提升模型泛化能力的数据
3.设计和实现通用Agent评测集以及评测链路，并推动建设通用Agent仿真环境，帮助产品不断迭代和优化
4.构建端到端系统，涵盖意图识别、知识检索、结果生成与偏好对齐，提升用户体验;
5.模型优化及应用:
1)通过指令微调(Instruction Tuning)、偏好对齐(RLHF/DPO)，强化学习等技术优化模型在通用 Agent 场景的适应性;
2)探索多模态信息(文本、代码、结构化数据)融合的搜索与生成技术;
3)研究在研发领域的创新应用场景，探索技术边界。
职位要求
1、985、211本科及以上学历，计算机科学、人工智能、自然语言处理等相关领域;
2、精通PyTorch/TensorFlow等框架，具备大规模语言模型(如GPT、LLaMA等)训练与优化经验;
3、熟悉检索增强生成(RAG)、Agent架构、搜索算法(如倒排索引、语义检索)等技术或熟悉Prompt Engineering、微调对齐技术，对搜索场景的Query理解与结果生成有深入理解。
4、具备高性能计算(HPC)经验，熟悉分布式训练、模型压缩与推理加速技术;
5、加分项: 在ACL/EMNLP/NeurIPS等顶会发表LLM或搜索相关论文;有开源项目(如LangChain、AutoGPT) 贡献或独立AI Agent开发经验;熟悉多模态模型(如GPT-4V)或强化学习(RL)者优先。