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、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。