米哈游LLM研究员（agent）
任职要求
1、拥有计算机科学、人工智能、机器学习、语言学、统计学或相关技术领域的硕士或博士学位； 2、具备 RAG（检索增强生成）算法的实现经验，包括查询重写模型与稠密检索系统； 3、对构建 AI 智能体记忆系统有浓厚兴趣； 4、精通 Python，熟悉 TensorFlow 或 PyTorch 等主流机器学习框架； 5、了解提示工程（Prompt Engineering）技术，如 Chain-of-Thought Prompting、ReAct Prompting 等； 6、具备优秀的系统设计能力，关注可扩展性与效率。 加分项 1、有在实际生产环境中设计 AI 智能体记忆系统的经验； 2、拥有计算机科学、人工智能、机器学习或相关领域的博士学位； 3、精通多智能体系统（Multi-agent systems）及复杂推理问题求解； 4、具备 LLM 模型训练、微调及高级提示策略的实践经验； 5、有将 AI 智能体应用于真实场景、解决实际问题的项目经历。
工作职责
1、设计并实现适用于 LLM 驱动智能体（AI agents）的记忆系统，用于构建 AI 角色与虚拟人格； 2、在 LLM 智能体框架下开发和优化基于检索增强生成（RAG）的系统； 3、构建具备任务规划、任务分解与复杂推理能力的高级 LLM 智能体； 4、将 LLM 与外部工具、数据库和 API 进行集成，以解决复杂问题并支持智能决策； 5、开发完善的评估体系，用于衡量智能体的性能与能力边界。
1、紧跟领域前沿技术，搭建一致、拟人、高智商、高情商的AI角色 2、持续迭代 Memory、Planning、RAG、Tool use、Multi-Agent等关键技术，提升Agent的对话管理、行为决策与环境交互能力 3、研发高效的Agent系统，持续优化架构与性能，推动Agent在产品化应用中的落地 4、探索并实现复杂场景下的Agent数据闭环，构建稳健、可靠的评估流程
1、探索大模型及Agent技术在游戏领域的前沿应用，包括不限于智能NPC、AI交互叙事、AIGC游戏内容生成管线研发； 2、优化和提升游戏场景下的模型效果：SFT/RLHF训练策略、Reward Model、记忆系统、Agent架构； 3、预研大模型驱动的AI Native游戏玩法、提升游戏体验、确保内容可控性和实时推理性能等。
研究方向一：垂域LLM研究与构建 1.基座模型架构设计与优化：参与大语言模型基座架构的设计，研究前沿技术，如稀疏激活、混合精度训练等，同时优化模型的训练和推理流程。 2.技术创新与突破：参与前沿技术研究，如多任务学习、跨模态理解等，推动模型在复杂任务上的性能提升；探索Transformer替代架构，突破现有模型scaling law限制；同时挑战学术benchmark，为模型的性能树立新的行业标杆。 3.强化学习算法研究：参与大语言模型后训练阶段的强化学习算法研究，包括基于AI和环境反馈的强化学习（RLXF）算法。同时探索奖励模型与反馈机制，研究可泛化的细粒度过程监督和奖励建模，探索基于细粒度反馈的强化学习算法。 4.垂域模型定制化构建：领域认知智能突破，探索小样本场景自演进架构设计、可信推理机制构建等方向，同时建立面向AGI的模型评价体系新范式。 5.跨部门协作与落地：与公司数据科学家、算法工程师、产品团队紧密合作，将研究成果快速转化为实际应用，推动大语言模型在更多场景的落地。 研究方向二：垂域MLLM研究与构建 1.研究多模态表征与大语言模型融合的前沿技术，设计和实现创新算法，研究异质数据的统一编解码模型，适配多种模态下的特征统一，实现高效微调与优化。 2.探索强化学习（RL）在多模态大模型中的应用，包括强化学习增强的多模态生成、跨模态对齐、偏好建模及自适应优化，提升多模态理解与推理能力。 3.持续追踪多模态与强化学习结合的最新研究进展，优化现有多模态系统架构，提升性能、效率与可扩展性，推动多模态强化学习在智能体交互、决策推理等任务中的应用。 4.构建技术评估体系，通过多场景验证推动多模态理解、生成及强化学习优化策略的落地应用，提升多模态大模型的泛化能力和实际应用价值。 研究方向三：基于角色扮演的虚拟数字助理 1. 角色扮演技术（Role-Playing）：通过模型优化、Agent构建，在人设、拟人性、情感等取得显著提升。 2. 记忆管理与增强（Memory）：通过模型长上下文，记忆抽取与管理，提升系统的记忆能力。 3. 个性化技术：通过用户行为数据挖掘与建模，结合多轮对话上下文理解，分析用户情感状态，提升模型的个性化回复能力。 4. 基于Agent的数字助理：通过Agent构建和基于RL的优化，实现数字助理的能力复刻和增强
1.负责AI搜索、大模型对话等场景中AI Agent方向的算法研究，提升大模型逻辑推理和任务规划能力； 2.优化Agent的工具调用、记忆管理能力，解决AI搜索下多卡片、多API的调用精度，提升与环境的交互能力； 3.优化Agent上下文理解能力，解决查询意图、查询拆解、问题补全等实际问题； 4.LLM相关的算法探索与落地工作，包括不限于RAG、SFT+强化学习、Multi-Agent等前沿方向。