1.深入探索LLM在健康和穿戴场景中的应用，通过优化提示词，微调模型和RAG系统，优化LLM在健康领域的应用，包括问题，数据分析，计划生成等； 2.健康Agent研发： (1)设计并实现基于LLM的健康Agent，提升需求和问答的理解、推理与结构化总结能力； (2)探索LLM Reasoning技术（如思维链、多步推理），优化用户需求的语义理解，通过不同的方式，构建内容生成Agent； (3)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； (4)优化Agent对健康数据的insight和归因分析能力，提升routine生成能力 3.模型优化及应用。

1、硕士研究生及以上学历，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、熟悉知识库增强生成（RAG）、Agent架构、等技术或熟悉Prompt Engineering、微调对齐技术，对搜健康场景的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。