岗位描述
我们正在寻找对大模型与智能体（AI Agent）技术充满热情的实习生，深度参与 LLM/VLM 及智能体的核心算法研发。你将聚焦大模型训练与优化、多模态理解、复杂推理、智能体自主决策及强化学习等前沿方向，探索数据驱动的模型与智能体能力提升范式，推动前沿技术的创新与落地。 你将参与的核心工作 1. 大模型训练与优化：参与大模型预训练、微调、强化学习及能力评测，探索 高效训练与推理优化技术，提升模型的推理、指令遵循及多模态理解能力； 2. 智能体算法研发：探索任务规划（Planning）、工具调用（Tool Use）、记忆机制（Memory）及多智能体协作等关键技术，提升智能体的自主决策与复杂任务执行能力； 3. 强化学习与对齐：研究 RLVR、RLAIF、Agentic RL 等前沿技术，探索基于奖励模型、环境反馈与交互轨迹的策略优化方法，提升模型与智能体的推理和泛化能力； 4. 数据智能与前沿探索：构建高质量的训练与评测数据体系，涵盖数据清洗、合成数据生成、交互轨迹构建及质量评估，推动数据驱动的模型与智能体持续迭代。