阿里巴巴大模型Multi-Agent算法实习生
任职要求
1.计算机科学、人工智能、机器学习，自然语言处理（NLP）等相关领域的硕士或博士在校生； 2.熟练掌握至少一种开源Multi-Agent框架（例如LangGraph），具有良好的编程习惯； 3.熟悉多智能体系统，具有深度推理、Deep Research、Code Agent等相关算法经验优先； 4.具备较强的分析问题和解决问题的能力，逻辑思维清晰，拥有良好的自学能力； 5.拥有Neurips、ICML、ICLR、ACL、EMNLP等顶级会议经验者优先。
工作职责
1. 深入探索LLM在深度推理、深度研究（Deep Research）、Code Agent等领域的技术研究，推动AI技术在实际应用中的突破； 2. 立足Multi-Agent应用体系，优化Multi-Agent自动构建、Agent通信语言、Memory机制、Reflection机制等算法方案。 3. 探索工业级的Multi-Agent强化学习算法方案，提升Multi-Agent系统的执行效率和结果对齐准确度。在创新应用场景中，优化长上下文场景的推理算法架构，探索System2技术边界。 4. 与团队成员紧密合作，作为应用算法同学，完成论文产出，同时确保研究成果能够无缝集成到现有创新产品中。
团队介绍：Data-电商-智能对话团队，致力于打造业界领先的大模型对话系统。团队服务的日活用户超过数亿，应用场景覆盖抖音电商全链路，包括平台客服、平台商服、商家客服、达人客服，以及创新的智能导购等核心业务场景，通过持续的技术创新和优化，成功构建了一套完整的智能对话解决方案，为电商业务带来了显著的效率提升和用户体验改善。 课题介绍： 背景：电商智能客服正逐渐成为业务增长和用户体验优化的重要方向，基于大型语言模型（LLM）的智能客服系统解决电商场景中的核心挑战，由LLM完成一次用户进线的完整接待过程，包括诉求澄清、方案协商、方案执行等阶段，实现电商业务的智能化升级——让用户享受更智能高效的客服服务。 研究方向：本课题聚焦于LLM 后训练与智能客服。构建基于 LLM 的多智能体（Multi-Agent）框架，通过规划、回复、工具三类Agent的协作，实现从问题分析、方案执行到结果反馈的全流程智能客服。核心目标是确保客服对话的准确性、合规性与流畅度，避免模型生成幻觉或违背平台政策。同时，围绕电商客服的复杂任务，构建 Benchmark数据集，优化SOP遵循、多轮交互、用户满意度等指标。此外，研究高效数据利用方法，探索低标注数据条件下的LLM训练，并开发自动生成高质量训练数据的系统，以降低人工标注成本，提高智能客服的服务质量与效率。 1、数据挖掘：负责数据集的构建与维护，利用数据飞轮机制不断优化数据质量和丰富度，进行深度的数据挖掘，沉淀高价值信息； 2、大模型训练：针对业务需求进行大模型的继续训练（CT）、有监督微调（SFT）、偏好学习，以及多模态模型训练，提升模型在特定场景下的表现； 3、提示词工程：与业务专家合作，构建和优化结构化的提示词，充分挖掘和利用大模型的能力，高效、精准解决实际问题； 4、信息检索：开发和优化Query理解、召回、相关性排序等技术，提升信息检索的效率和准确性，提升RAG的效果； 5、智能体技术：利用领先的智能体框架，增强大模型的推理、对话和反思能力，解决复杂业务问题，提升用户体验； 6、大模型评测：制定和实施大模型的评估方案，结合人工评估和自动化评估手段，确保模型性能的可靠性和稳定性； 7、应用落地：定义业务问题，设定任务标准和目标，不断优化模型和系统，以达到最佳的业务效果和用户满意度。
拥抱LLM技术，深度改进智能内容生成技术，构建高效的违规样本生成系统和知识检索增强框架，应用到小红书商业化广告审核场景中来解决实际业务问题； 1.设计和开发基于大模型Agent的违规内容生成系统，构建多样化、高质量的违规样本数据集，提升模型SFT/RFT的性能上限； 2.负责构建和维护检索增强生成（RAG）案例库，包括违规案例的结构化存储、语义检索、案例匹配等，提升审核决策的准确性和可解释性； 3.进行大模型内容生成前沿技术探索和研发，包含但不限于Prompt Engineering、Few-shot Learning、Chain-of-Thought、Multi-Agent协作等；
-负责落地多模态大模型在多模态理解场景中的应用，负责多模态理解与审核场景端到端效果优化与提升 -重点研究文本、图像相关的多模态大模型相关的技术，包括但不限于数据建设、指令微调、模型优化、模型蒸馏等，提升数据构建合成、模型推理等能力 -构建大小模型融合的多模态推理系统，提升模型在理解与审核场景中的效果 -持续探索跟进学术与业界前沿进展，探索包括但不限于多模态CoT、多模态RAG、强化学习微调等能力并落地
日常实习：面向全体在校生，为符合岗位要求的同学提供为期3个月及以上的项目实践机会。 团队介绍：字节跳动剪映研发团队，主要支持剪映、醒图、Faceu 等多款国内外产品的研发工作，业务覆盖多元化影像创作场景，截止2021年6月，相关产品多次登顶国内外App Store 免费应用榜第一，并继续保持高速增长。加入我们，一起打造全球最受用户欢迎的影像创作产品。 1、负责研发提效场景所需要的大模型能力的研发和应用，研究高质量数据的挖掘和合成、大模型的对齐效率、Agent的设计&端到端训练等等，不断思考和跟进AI的最新进展对我们的价值，探索下一代的研发模式； 2、高质量数据挖掘清洗使用，数据自动、半自动合成方案研究探索，设计针对代码场景的原子任务、全链路任务的评测方法； 3、研究LLM/VLM训练与优化技术，包括微调、强化学习（RLHF）、知识蒸馏等，提高大模型在代码场景下的能力； 4、尝试落地到各种应用场景，比如：IDE代码补全、代码能力QA、场景化Agent、代码自动修复、漏洞检测等； 5、持续跟踪LLM/VLM领域的最新技术动态，并将其应用于实际业务场景中，推动技术落地。