如约见 · 技术研发 · 算法/AI

研究型实习生-高效奖励模型与在线学习研发项目

蚂蚁集团 · 上海、杭州 · 薪资面议 · 更新于 2026/11/20

任职要求

经验:不限学历:本科及以上

岗位描述

研究领域: 自然语言处理 项目简介: 奖励模型(Reward Model)直接定义了AI智能体的“价值观”,决定了其行为优化的方向。在国际钱包和商服场景,一个高效的奖励模型能够引导智能体学习以达成业务目标(如提升用户满意度、缩短解决时长、提高问题解决率)为核心的对话策略,是让AI从“能聊天”变为“会办事”的关键。

蚂蚁集团其他在招岗位

同类在招岗位(技术研发)

岗位信息来自企业官方招聘渠道(antgroup-campus-talent-plan),由如约见每日自动同步; 如已下架可前往职位雷达用 AI 匹配相似岗位,或浏览招聘岗位大全。