岗位描述
业务场景： 随着pretrain scaling、RL scaling、RSI(recursive self-improvement)等技术的发展，当前前沿大模型已经能够胜任coding(swe-bench)、办公(gdpval)等场景的复杂长程任务，实现了生产力的跃迁。这样的long-horizon agentic task能力在医疗健康场景目前还处在早期阶段，我们希望结合自进化、持续学习方向的研究和探索，加速医疗大模型在医疗long horizion agentic task场景的生产力提升，解决之前模型无法应对的长程复杂流程类问题，提升模型和harness在医疗领域的自我迭代能力，将阿福医疗智能推向前沿水平，从而更好的服务于用户和合作机构。 职位描述： 1. 思考当前大模型训练范式存在的不足，结合业界最新成果进行调研和实验，尝试提出自己的方法，在医疗场景验证方法的有效性； 2. 进行自进化、持续学习算法和工程架构的设计、研发、以及与infra、environment等团队的协同推动方案的落地； 3. 通过探索RSI、self-evolve、auto research等相关方向的技术，加速医疗智能的迭代效率，提升医疗大模型在long-horizon agentic task场景的效果。