岗位描述
部门介绍： 我们是一支专注于国际支付领域核心技术攻坚的研究创新团队。在通用大模型快速发展的今天，我们回答两个关键问题：如何让 AI 真正懂国际支付，以及如何让智能系统持续进化、自主协同。围绕这两大命题，我们聚焦两个核心方向：领域知识增强：在通用基座模型之上，高效、稳定地融入跨境支付规则、多国合规政策、本地化业务逻辑，打造专业化的支付大模型能力多智能体与自进化：探索多 Agent 协作中的强化学习机制，研究模型在线学习与自我演进路径，构建可适应复杂国际环境的智能系统我们坚信，真正的技术壁垒来自研究与业务的深度耦合。团队与国际业务一线紧密配合，从真实场景中提炼技术命题，再将研究成果转化为可落地的解决方案——在跨境结算效率、合规风控能力、全球用户体验等维度持续创造突破。 职位描述： 面向下一代通用模型的持续演进与自主能力提升，围绕领域持续学习与智能体强化学习两大核心方向，探索基础模型在动态环境中的自适应学习机制、长期记忆构建、任务泛化与决策优化等关键问题，推动前沿技术在真实业务场景中的持续迭代与落地。具体职责： 1.领域持续学习研究，参与下一代持续学习（Continual Learning）架构设计与算法研发，解决模型在学习新知识时的灾难性遗忘问题； 2.探索动态知识更新、增量学习、任务序列学习等方向，提升模型在开放环境中的自适应能力• 研究跨领域知识迁移、领域自适应、少样本/零样本学习等方法，增强模型的泛化性与鲁棒性； 3.设计并实现高效的经验回放、参数隔离、正则化约束等持续学习策略智能体强化学习研究• 围绕智能体（Agent）的自主决策与任务执行能力，开展强化学习（RL）算法研究与创新； 4.探索大模型与强化学习的融合范式（如 RLHF、RLAIF、Agent RL），提升智能体在复杂任务中的规划、推理与执行能力• 研究多智能体协作、分层强化学习、离线强化学习、在线 lære 等方向，支撑智能体在真实场景中的落地； 5.设计奖励函数、价值估计、策略优化等核心模块，提升训练稳定性与样本效率研究协作与成果产出与研究、工程和产品团队协作，围绕持续学习与智能体决策中的关键问题开展研究沉淀可复用的方法、实验结论与技术成果，推动顶会论文发表与开源贡献。