百度Summer Camp - Agentic RL /大模型平台策略推理优化实习生（J100476）
实习兼职ACG地点：北京状态：招聘
工作描述
任职要求 -课题名称二：多步长程复杂任务的Agentic RL训练研究 -课题说明 -本课题旨在针对真实业务agent场景（如代码执行、工具调用、多轮对话决策等），构建agentic RL训练闭环，显著提升模型在复杂任务上的成功率与鲁棒性。 -岗位方向：Agentic RL 算法实习生 -希望同学有扎实的强化学习理论基础，熟悉 PPO、GRPO等主流算法，熟悉大语言模型训练流程（SFT → RM → RL），有 RL实践经验，对agentic有系统性理解（工具调用、多步推理、…
登录查看完整工作描述
微信扫码，1秒登录
包括英文材料
AI agent+
https://www.ibm.com/think/ai-agents
Your one-stop resource for gaining in-depth knowledge and hands-on applications of AI agents.
算法+
https://roadmap.sh/datastructures-and-algorithms
Step by step guide to learn Data Structures and Algorithms in 2025
https://www.hellointerview.com/learn/code
A visual guide to the most important patterns and approaches for the coding interview.
https://www.w3schools.com/dsa/
还有更多 •••
相关职位
实习ACG
-热爱技术，追求极致，对多模态大模型、强化学习及Multi-agent等有强烈的好奇心与探索欲 -具备扎实的算法实现能力，熟练掌握 Python/C++ 及 PyTorch/PaddlePaddle
更新于 2026-06-05北京
校招产品&运营类
If you’re a digital native living on the front lines of every trend, have a hound-like nose for hot
更新于 2026-05-20北京|深圳
实习职能类
Position Summary We are seeking summer legal interns from students enrolled in a credit bearing lega
更新于 2026-04-14香港
校招职能类
- Familiar with core user research methods (interviews, usability testing, surveys, etc.); committ
更新于 2026-06-22北京