腾讯游戏AI-强化学习算法研究员

1、研究LLM后训练算法，探索LLM Agent在游戏场景中的落地应用，包括在游戏设计、玩法以及研发管线中的应用等； 2、针对各应用场景，收集LLM后训练数据，制定数据流转pipeline，参与构建后训练数据飞轮； 3、研究LLM模型的后训练策略，使用强化学习等技术提升LLM Agent的性能，参与游戏领域LLM模型的调优、训练和迭代，推动LLM在游戏场景中的技术突破； 4、与游戏制作管线中的其他团队紧密合作，打造新的AI游戏开发流程，创造次世代游戏体验；与工程团队紧密合作，交付稳定可靠的LLM服务。‌

1.负责游戏AIBot技术的研发和落地，包括但不限于强化学习、模仿学习、大模型等方向，构建技术解决方案； 2.基于海量日志数据挖掘行为模式特征，从拟人化、风格化、多样化等维度提升Bot表现； 3.探索前沿技术，提高强化学习效率和效果，结合游戏场景进行应用。

1.负责基于LLM的智能体算法在游戏NPC、AI BOT等场景中的应用； 2.负责LLM训练算法(SFT、RL）、训练数据合成、自动评测相关算法研究，提升LLM在复杂游戏场景的多轮对话、推理规划能力； 3.负责基于LLM的检索增强(RAG)、多智能体协作算法研究，并推动其在游戏内相关场景落地； 4.探索前沿技术，提高强化学习效率和效果，结合游戏场景进行应用。

1.协助团队进行游戏AI的研究与开发，包括但不限于强化学习、LLM等技术； 2.能够基于LLM构建应用，并能使用强化学习等手段优化模型性能； 3.參与项目的需求分析、建模设计、开发； 4.与团队成员紧密合作，共同解决项目中的技术难题； 5.跟踪并研究最新的AI技术和趋势，将其应用于游戏Al项目中； 6.编写高质量的技术文档，分享技术成果和知识。