高级算法工程师(记忆增强方向)
岗位摘要
深入理解产品需求,聚焦Agent的记忆管理问题(如长期记忆存储、知识更新、冲突解决等),拆解技术路径并迭代算法方案;设计并优化记忆管理模块的预训练/后训练策略(如监督学习、强化学习),提升模型的长期记忆能力与知识一致性
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
- 深入理解产品需求,聚焦Agent的记忆管理问题(如长期记忆存储、知识更新、冲突解决等),拆解技术路径并迭代算法方案
- 设计并优化记忆管理模块的预训练/后训练策略(如监督学习、强化学习),提升模型的长期记忆能力与知识一致性
- 开发记忆检索、压缩、更新机制,优化长期上下文处理效率
- 利用RL方法(如PPO、Actor-Critic等)优化智能体的记忆调用、知识沉淀与遗忘机制,提升规划与反思能力
- 主导记忆数据的采集、清洗与评估流程(人工/自动化),推动高质量记忆数据迭代
- 构建自动化评测工具,量化评估记忆模块的性能(如知识留存率、冲突解决准确率),加速模型调优
- 设计记忆管理模块(如外部记忆库、知识图谱接口),补足单模型在长期记忆与动态更新中的短板
任职要求
- 熟悉LLM优化技术(蒸馏、量化),具备端侧模型训练/部署经验者优先
- 精通记忆管理相关技术(如Transformer-XL、Memorizing Transformers、RAG),或长期上下文处理方案
- 掌握Alignment方法(SFT、RLHF、DPO),能应用于记忆对齐与冲突消解
- 熟练使用强化学习框架优化记忆机制
- 具备出色的实验设计、数据分析与问题解决能力,能通过AB测试驱动迭代
- 具备良好的跨团队协作与沟通能力
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。