阿里巴巴阿里国际-大模型算法专家（客服）-杭州

阿里国际客户体验部算法团队，负责国际电商（AliExpress、Lazada、Daraz等平台）在线客服（图文沟通）、热线客服（电话沟通）、客服工作台的各类算法建设。面临几十种语言的复杂服务问题，目前聚焦大模型优化和Agent构建，在保证客户服务质量的情况下，大幅提升服务效率和降低服务成本。 1、多语言大模型的优化，包括：多语言对话数据挖掘与清洗、任务微调、强化学习偏好对齐等； 2、设计智能体框架和落地实现，推动在国际各个电商平台上的客服系统落地； 3、根据业务问题，探索大模型优化和应用的新范式。

核心职责： 1. 多模态 RAG 架构设计面向文本、图像、表格、视频的统一检索增强生成框架，攻克跨模态知识索引与融合的核心挑战，让企业知识库中的每一种信息形态都能被精准理解和召回。 2. Agent 强化学习与自主规划探索基于 RL 的工具调用与任务规划能力，实现多轮多步骤复杂办公任务的自主执行，构建具备长期记忆与自我进化能力的下一代办公 Agent。 3. 大模型可信度与幻觉抑制研究幻觉检测与抑制技术，构建事实一致性评估体系与证据链追溯机制，确保企业级知识问答输出的每一个字都经得起验证。

1. 从flops efficiency角度，对大模型预训练过程进行分析与探索，包括不限于对scaling law的研究，数据的认知实验，MoE等模型架构设计，以及其他工程与算法结合的ml sys相关优化等。 2. 负责原生多模态大模型的构建与预训练，包括各模态分词器设计，合成数据策略，以及跨模态融合训练策略等，提升原生多模态模型在视觉/语音的理解与生成任务上的能力。 3. 进行大模型reasoning能力的相关研究，研究pre-train / test-time compute对于模型推理能力的影响，借助SFT / DPO / self-play等手段，提高模型在代码数学等推理任务上的表现。 4. 通过post-training激发模型在各下游任务上的能力，从而构建具有通用问题解决能力的agent。

1、负责跨境电商垂域多语言基础大模型的研发，持续建设和优化电商领域预训练、微调、后训练等全链路算法技术建设。 2、负责利用大模型提升电商领域的业务效果，例如搜索相关性、商品理解、多语言翻译和文案生成等方向。 3、前沿大模型技术突破，挖掘AI大模型技术在跨境电商场景的潜力，攻克大模型电商场景多语言翻译、大模型Agent等技术难题。