基础算法研究与应用算法研究
岗位摘要
开发链式思考、思维树等推理增强技术，优化模型对复杂业务逻辑推理、策略规划等任务的深度理解；探索通过大规模强化学习持续提升模型推理能力；构建业务逻辑推理评测基准，推动模型思维链的可解释性研究
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
- 开发链式思考、思维树等推理增强技术，优化模型对复杂业务逻辑推理、策略规划等任务的深度理解
- 探索通过大规模强化学习持续提升模型推理能力
- 构建业务逻辑推理评测基准，推动模型思维链的可解释性研究
- 研发语音-文本跨模态对齐与联合表示学习算法，解决语义鸿沟问题，提升模型对语音指令理解、语音到文本生成的鲁棒性
- 探索语音交互场景下的多模态增强技术（如语音情感分析、端到端语音对话生成），推动模型在智能客服、语音助手的应用落地
- 大模型基座知识能力增强，打造生活服务领域基座，赋能美团各类大模型应用场景
- 探索预训练增强阶段的大规模高质量数据自动合成、Scaling Law、长链条复杂推理反思能力增强
- 建设生活服务chat模型与智能体，通过强化学习等方式增强模型推理反思、复杂指令遵循、高情商交互等能力
- 优化大模型在逻辑推理、多步规划、复杂决策、多轮多步工具调用等任务上的表现，探索如RL scaling、Test-time scaling等前沿技术
- 构建能够处理模糊与不完全信息、进行自主假设与验证的推理框架。赋能大模型实现精准的工具调用与智能体协同
- 赋予模型深度理解与分析专业领域问题的能力，包括隐性需求挖掘和复杂语境下的语义理解
- 探索多轮对话中的上下文记忆、情绪感知、共情表达与高情商交互技巧，实现稳定人设、知识遵循与高度自然的对话风格
- 研究模型主动感知用户全面信息、进行预判性服务与信息推送的策略，而非被动响应，打造能真正吸引用户持续对话的自主交互
- 设计和研究多智能体间的动态协调、知识/记忆共享与冲突解决机制，实现“1+1>>2”的协同效应
- 推动面向智能体的大模型研发新范式，探索大模型智能体在环境感知、记忆与知识库管理、复杂指令遵循等基础能力的统一建模与提升路径
- 定义并主导包括自助取数、多维分析、归因洞察、智能可视化等关键模块的技术路径
- 研究和改进现有的强化学习算法，实现端到端Agent性能优化，提升Agent鲁棒性与泛化能力
- 构建面向领域任务的DeepResearch能力，提升Agent在多步骤信息检索、工具调用、推理规划等任务中的表现
- 深度参与到美团亿级用户体量、业务场景横跨生活服务全域的独特生态中，将最前沿的大模型技术应用于智能客服/销售、数据诊断与商业分析、智能办公助手等多个战略级、高价值场景，亲身驱动在此种复杂业务逻辑下，服务体验的革命性提升
- 将深入研究并实践大模型前沿算法（如强化学习、多智能体协同、模型反思机制、大模型可解释性研究等），并将其应用于构建真正具备自主性与适应性的智能系统
任职要求
- 具备开发和优化大模型推理、多模态交互及生活服务领域增强技术的能力
- 熟悉强化学习、多智能体协同、模型反思机制、大模型可解释性研究等前沿算法
- 能够构建业务逻辑推理评测基准，推动模型思维链的可解释性研究
- 具备研发语音-文本跨模态对齐与联合表示学习算法的能力
- 能够探索语音交互场景下的多模态增强技术
- 具备大模型基座知识能力增强的经验
- 熟悉预训练增强阶段的大规模高质量数据自动合成、Scaling Law、长链条复杂推理反思能力增强
- 能够建设生活服务chat模型与智能体
- 具备优化大模型在逻辑推理、多步规划、复杂决策、多轮多步工具调用等任务上的表现的能力
- 能够构建能够处理模糊与不完全信息、进行自主假设与验证的推理框架
- 具备赋予模型深度理解与分析专业领域问题的能力
- 能够探索多轮对话中的上下文记忆、情绪感知、共情表达与高情商交互技巧
- 具备研究模型主动感知用户全面信息、进行预判性服务与信息推送的策略的能力
- 能够设计和研究多智能体间的动态协调、知识/记忆共享与冲突解决机制
- 具备推动面向智能体的大模型研发新范式的能力
- 能够定义并主导包括自助取数、多维分析、归因洞察、智能可视化等关键模块的技术路径
- 具备研究和改进现有的强化学习算法的能力
- 能够构建面向领域任务的DeepResearch能力
福利待遇
- 与优秀的大模型研发团队并肩作战，获得充分的指导与资源支持
- 在解决行业Top级难题的过程中快速成长，为你的学术和职业生涯奠定坚实基础
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。