面向复杂任务的自主智能体规划推理与协作关键技术-阿里星/A Star

1. 面向真实业务需求，开展大模型Agent领域前沿技术研究，包括但不限于：规划推理、记忆机制、工具使用、多智能体协作、Agent安全与对齐与标准化Agent评测等方向； 2. 将研究成果转化为可落地的技术方案，与工程团队协作推动Agent能力在产品中的规模化应用； 3. 持续跟踪国际前沿进展，在NeurIPS、ICML、ICLR、ACL、EMNLP等顶级会议/期刊发表高水平学术论文； 4. 参与构建Agent评测基准与数据集，推动领域评估体系建设； 5. 积极参与技术分享、专利申请及开源社区建设，提升团队及公司学术影响力； 6. 与国内外高校、科研机构开展学术合作与交流。 【任职要求】 1. 计算机、人工智能、自动化、数学等相关专业博士学位，具备扎实的数学基础； 2. 在以下至少一个方向有深入研究积累： - Agent 规划与推理 - 工具调用与环境交互 - 多智能体协作 - 记忆机制与上下文管理 - 强化学习 / RLHF / 过程奖励模型 - 自然语言处理（NLP）核心任务 3. 在CCF-A类会议/期刊（NeurIPS/ICML/ICLR/ACL/EMNLP等） 发表过论文者优先； 4. 具备较强的问题抽象与研究创新能力，自驱力强，能独立推进研究课题； 5. 良好的团队协作与跨组沟通能力，对技术落地有热情，研究与工程兼顾。 加分项： 1. 有LLM微调、RLHF、提示工程等大模型相关实践经验； 2. 参与过Agent框架的研究或开发； 3. 有多智能体系统、强化学习、自动规划等背景； 4. 有高影响力开源项目贡献或GitHub活跃记录。