理想汽车大模型算法实习生

1、参与 Deep Learning Planning 算法设计、模型训练、评测构建等相关工作； 2、运用深度强化/机器学习等技术，优化模型结构，提高模型对复杂驾驶场景的理解和应对能力； 3、针对业务需求和实车Bad Case，设计并验证优化方案，完成算法的持续迭代； 4、负责收集、标注和处理自动驾驶相关数据，构建高质量的数据集，为模型训练提供有力支持；

1. 后训练研究：深入参与模型对齐工作，重点研究多种后训练算法；探索结果奖励和过程奖励模型的构建，提升模型在复杂逻辑下的推理能力。 2. Agentic RL优化：针对复杂业务场景，优化 Agent 的任务规划、反思与执行能力；提升模型在长链路任务中的稳定性和成功率。 3. 前沿技术落地：跟踪业界前沿技术路线，负责相关算法的复现、调优及在业务场景中的工程化落地。

1、负责利用自然语言处理和机器学习算法，实现客服、销售、收派、运营、办公职能等业务板块大模型的应用落地，支持业务目标的提升； 2、负责大模型的继续预训练、SFT、 RLHF与推理等工作，能够根据场景需求设计高效的训练方案，并解决训练中出现的问题，如过拟合、知识遗忘、上下文漂移等； 3、紧跟大模型技术的最新进展，面向集团各类业务场景，沉淀共性能力，实现大模型技术的标准化与产品化。

1. 研发对话交互场景的大模型Agent，通过数据合成、偏好训练、多轮RL等方法提升大模型的指令遵循、推理规划、沟通情商、工具调用等能力。 2. 探索前沿技术的创新与领域适配，推动前沿技术在实际业务中的落地应用，同时将有价值的技术问题和方案总结发表。 3. 支持AIBD等项目，通过预训练、微调、强化学习等全链路的技术实践，实现类人的理解和执行能力，提升美团服务能力和效率。