小红书【Ace顶尖实习生】生成式搜索营销 Agent 系统研究
任职要求
1、不限年级，本科及以上在读，计算机/人工智能/软件工程等相关专业优先； 2、扎实的编程能力和算法功底，熟练掌握Python/C++/Java等至少一种编程语言； 3、扎实的机器学习/深度学习理论基础，有大规…
工作职责
随着大模型从"被动响应"向"主动规划"的范式跃迁，Agentic AI 正在重构搜索营销的技术底座。用户查询意图呈现极端复杂化与长尾化，传统关键词匹配已触及能力边界。我们致力于构建业界首个面向搜索场景的生成式营销智能体，打破商业变现与用户体验的零和博弈，让 AI 化身具备自主决策能力的"金牌种草官"，开启"语境变现"的新纪元。 1. 自主规划与多轮决策：构建具备 Tool Use 与长链路推理能力的 Autonomous Agent，实现复杂意图的多步拆解与动态商业解法推演； 2. 可信生成与事实校验：探索 RLHF 与多维度验证机制，打造事实一致性约束的可靠 Agent，确保商品规格、价格等核心商业信息零误差； 3. 个性化风格迁移：通过 Reward Model 与 RLHF 技术，实现 Agent 输出与小红书"网感"的深度对齐，达成千人千面的原生种草表达；
当前推荐算法主要依赖用户行为做相关性建模，基于正负反馈信号动态调整用户兴趣表示。这种建模方式在用户意图理解、复杂偏好刻画及跨领域知识利用和泛化性方面仍存在明显局限：一方面，行为信号往往稀疏且滞后，导致兴趣调节效率有限；另一方面，推荐模型缺乏对高维世界知识的有效提取、整合与推理能力，难以深入理解用户真实需求及其潜在偏好。尤其对于低活跃、低消费或行为样本不足的用户群体，现有方法较难显著提升推荐效果与用户体验。 近年来，大模型在知识表征、语义理解、逻辑推理和泛化能力方面展现出显著优势，为突破当下推荐系统瓶颈提供了新的技术路径。通过探索大模型与推荐系统的深度融合，有望增强系统对用户意图的精准感知能力，提升对复杂兴趣和长尾需求的理解水平，可进一步推动推荐系统向更加智能化、个性化和人性化的方向发展。
本课题旨在探索构建一套“理解-生成-决策”三位一体的多模态统一大模型基座及智能体应用。 在底层基座构建上，重点构建理解与生成统一的图文交错混合模型：输入端实现多体裁内容（笔记、直播、商品等）的统一融合理解，输出端兼顾高质量表征提取、文本与图像生成。通过底层世界知识共享，消除多领域知识间的壁垒，并利用理解任务促进生成能力的提升。同时探索基于Multi-Head与MoE的轻量化微调及融合推理技术，在保证多场景下的效果前提下，压低训练和推理成本，实现降本增效。 在上层应用落地上，面向内容发布场景打造多模态创作Agent能力，通过基座模型的Agentic能力提升（意图识别、规划与工具调用），将分散的图像处理与创作工具统一封装，用户仅需以多模态方式自然表达需求，Agent即可自动完成任务拆解与执行，大幅降低使用门槛，全面重塑内容创作体系。
本课题的研究目标是打造行业领先的多语言能力强化的大语言模型，结合业务海量的多语言互译语料，以及平台生活化特色的笔记评论数据，利用数据合成、RL冷启训练、SFT和RLHF等技术，实现： 1、在小红书多语言大模型翻译场景取得领先效果； 2、多语言场景下，AI搜索的检索和生成技术。
关注如何将RL引入工业级Agent平台系统，直接对“规划—执行—反馈”的完整轨迹进行优化。 研究重点包括：如何构建trajectory-level reward、如何在工具调用与多步推理中进行credit assignment，以及如何在高成本环境下进行高效的offline/online混合训练。平台提供真实任务环境与多样化Agent执行数据，使研究从离线benchmark走向真实交互场景。该方向有望推动RL从模型对齐走向复杂任务能力学习，形成新一代Agent优化范式。