返回岗位列表

大模型Agent强化学习实习生

查看原岗位

地点：北京薪资：340-350元/天日期：2026-05-08

岗位摘要

构建和优化针对端侧模型的Search Agent训练与冷启动数据，持续提升模型性能；针对端侧模型Search Agent强化学习场景，构建有效的复杂Query与训练策略；针对端侧模型研发合适的上下文管理，提升在Browsecomp等复杂长程任务上的能力

岗位职责

构建和优化针对端侧模型的Search Agent训练与冷启动数据，持续提升模型性能
针对端侧模型Search Agent强化学习场景，构建有效的复杂Query与训练策略
针对端侧模型研发合适的上下文管理，提升在Browsecomp等复杂长程任务上的能力
参与大模型后训练及自然语言处理相关研究与开发

任职要求

计算机、人工智能或相关专业在校生
编程基础扎实，熟悉Python
上手改过大模型强化学习框架，如Verl、Slimes等
有大模型Agent RL相关项目参与经验，具备项目落地与迭代优化能力者优先

福利待遇

日薪340-350元
工作地点位于北京海淀区科建大厦
每周5天，实习期3个月

工作地址

北京海淀区科建大厦4层