蚂蚁金服研究型实习生-深度研究智能体
任职要求
研究领域: -目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位 -具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go -具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用: -对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色 -在国际会议上或核心期刊发表一份或多份出版物或论文 -至少3个月的全职工作
工作职责
研究领域: 人工智能 项目简介: 通用 AI Agent以强大的自主任务执行能力和潜在的广泛应用场景引发了科技界的广泛关注。安全场景任务类型多、研判分析要求高,需要更强更有自主规划决策能力的Agent;项目将重点研究Multi-Agents、Plan、Memory等方向,包括但不限于: 1. 多代理协同架构:采用“规划-执行-验证”的多代理协同架构,包括规划代理、执行代理和验证代理,确保任务的高效完成; 2. 自主规划:理解任务总目标,自主分解任务、制定行动计划,并在适当时机复核并更新计划; 3. 深度记忆功能:高效记录历史操作路径,基于长链路的记忆,优化后续执行计划和决策。
研究领域: 人工智能 项目简介: AI智能体以强大的自主规划执行能力和广阔的应用前景引发了科技界的密切关注和巨大投入。本项目重点关注智能体的能力突破,在以下领域深耕创新、探索前沿,打造Agent Native Model和AI Native的智能体产品。 1. UI Agent:AI自主完成复杂的Phone/Computer/Browser Use任务 2. 深度研究:AI自主完成通用的深度研究型的任务,动态规划、灵活调用多种工具或智能体 3. 安全深度分析:深入理解安全风控领域的任务要求,掌握领域工具,提供专业深度的分析、提前发现风险/治理漏洞
专注于复杂场景下大模型推理与强化学习的前沿研究,探索智能体的深度思考与自主决策能力,主要职责包括: 1、研究面向复杂任务的LLM Post-training算法和创新范式,提升模型的探索和学习效率; 2、探索多步骤推理与工具调用学习机制,增强智能体的通用问题解决能力; 3、探索持续进化的智能体学习框架,实现模型的自适应优化与长期演进; 4、参与算法原型开发与效果评估,推动创新技术的实验验证。
研究领域: 深度学习 项目简介: 随着基础大模型能力的提升,对模型短板数据/知识型数据的需求越来越大;通过正向挖掘很难补充该分布数据; 以下两个关键点需要投入人力研究: 1、通过智能体工作流来融合多模态大模型的协同与规划能力;提升整体数据链路的任务覆盖广度与深度; 2、通过数据主动合成探索数据闭环实现路径;提升交付自动化程度与质量;
研究领域: 人工智能 项目简介: 蚂蚁国际当前处于全球化和AI规模化应用的战略关键节点中,为支持多条业务线的业务规模化增长,蚂蚁国际风控致力于AI的创新及其在风控场景的应用。应用场景包括但不限于基于多智能体的风控决策系统, Deepfake识别,风控深度推理大模型等解决实际业务痛点。团队鼓励创新,勇于探索及突破前沿AI能力边界。 1.负责foundation model和生成式AI智能体构建,追踪业界文本生成、思维学习、内容理解等方向的最新技术,极致优化预训练、微调、领域知识注入、RLHF、RM、AI可解释能力。 2.负责AI技术前沿技术跟踪、创新和落地,例如,利用意图理解、图文理解等构建新一代的生成式审核机器人与辅助系统,运用反馈标注、知识体系建设、知识图谱构建等任务;利用多模态技术对图像、文本、结构化数据进行融合学习,致力于挖掘风控场景问题并全面提升风险运营效率,并帮助实现对合规、欺诈、洗钱等风险的高效管控。 3.深入跟踪调研前沿技术方向 ,包括但不限于 NLP/CV/多模态/智能体等,并适时进行技术分享。推动相关领域技术创新,进行专利申请和学术文章发表,产出至少一篇CCF-A以上论文。