强化学习与智能体研究员
岗位摘要
利用强化学习方法改进智能体的规划、反思和工具使用能力，增强其在代码智能体实际场景中的可用性；探索基于人机协同的高质量数据挖掘与合成方法，以强化智能体的规划和工具利用能力；构建代码智能体的基础能力，包括规划能力、测试用例生成和代码生成能力
登录后保留你的岗位线索
邮箱登录后可继续查看完整职责、任职要求和原岗位入口，并使用收藏与浏览记录沉淀适合自己的机会。
岗位职责
- 利用强化学习方法改进智能体的规划、反思和工具使用能力，增强其在代码智能体实际场景中的可用性
- 探索基于人机协同的高质量数据挖掘与合成方法，以强化智能体的规划和工具利用能力
- 构建代码智能体的基础能力，包括规划能力、测试用例生成和代码生成能力
- 构建多模态智能体，提升多模态大模型在RLHF（人类反馈强化学习）中的训练效果
- 构建代码智能体的自动化评测系统和Docker环境生成
- 基于多模态统一的CodeAgent等高价值场景智能体，应用场景不限于代码，还包括搜索、浏览器、终端、图片分析创作等工具的调用
- 开发具备深度思考能力的智能体，实现长期与短期规划分析
- 实现多智能体协同以完成复杂任务
任职要求
- 具备扎实的机器学习基础和强大的编码能力，能熟练使用PyTorch
- 熟悉Megatron等大规模训练框架
- 在NLP（自然语言处理）、CV（计算机视觉）、RL（强化学习）等至少一个AI领域中有过深入的研究经历，或曾利用机器学习算法解决过复杂问题
- 具备卓越的实验分析与问题解决能力
- 拥有创新思维，能够良好沟通，并与团队成员高效协作
加分项
- 编程竞赛经历
- 有计算机、电子、物理、数学等专业硕博学位者优先
- 有 ICML、ICLR、NeurIPS、ACL、CVPR 等顶级学术会议发表过有影响力研究成果的优先
- 在 ACM/ICPC、NOI/IOI、Kaggle 等编程/AI 比赛获奖者优先
- 主导、参与过 AI 相关的有大影响力的开源/闭源项目的优先
登录后查看完整岗位详情
使用邮箱验证码登录后，可查看完整职责、任职要求、原岗位入口，并继续使用收藏和浏览记录。列表摘要保持公开，完整详情用于保护数据质量和降低恶意抓取。