LLM Agent算法实习生

Agent是LLM迈向AGI的核心演进路径，其核心价值在于构建能观察、会思考、会行动、可进化的自主问题解决实体，它需支撑游戏场景下NPC依据环境反馈动态调整策略、多工具协同完成长链路任务等。 岗位职责： 本岗位针对Agent课题进行研究，研究方向包括但不限于： 1. 规划与推理：探索Agent在复杂任务下的任务拆解、多步推理、动态规划及反思优化等技术方案。 2. 评估与数据：探索多步Agent轨迹评估、端到端评测方案；研究高质量轨迹、偏好反馈数据的构建方式。 3. 记忆机制：探索Agentic Memory的构建和应用方式。 【任职要求】 1. 对深度学习、LLM有深入的理解和实践经历。 2. 有Agent构建、工具设计、任务规划和推理等方向的研究或实践经验。 3. 对Agent前沿研究保持敏锐关注，熟悉Post-training、Harness、Agentic Memory、Agentic Search等技术。 4. 自驱力强，善于思考，给定课题能够进行深入研究和顶会论文发表。 加分项： 1. 在人工智能的顶级会议(如：ICLR、NeurIPS、ICML、ACL等）上发表过论文（一作）。 2. 有大语言模型Pre-training、Post-training及Agent框架的研究或实践经验。 3. 参与过开源Agent项目或有过复杂业务场景的Agent落地经验。