蚂蚁金服研究型实习生-AI智能体
任职要求
1. 拥有计算机科学、软件工程、数理统计或其他STEM相关专业的学术背景。 2. 具备良好的分析和问题解决能力、优秀的工程素养，能够快速进行选型判断，独立思考和解决实际问题。 3. 具备出色的团队合作能力和沟通能力，能够与业务团队、产品团队和其他技术团队紧密配合。 4. 熟练掌握NLP、CV、多模态的一种或多种算法，熟悉使用Python、Pytorch等工具。 优先考虑以下情况： ● 有大模型开发训练、或产品建设经验 ● 在人工智能相关领域的顶会顶刊发表过论文 ● 竞赛获奖
工作职责
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
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。
研究领域： 人工智能 项目简介： 在医疗领域，基于大模型的医学诊疗规划和决策一直面临着医学推理能力弱（医学事实性不足）、依据不足（可信性不足）、精准个性化不够（指导性不足，存在过度医疗的伦理风险）等问题。我们旨在结合先进的大推理模型、海量的医疗数据和专业医学专家的知识，依次完成以下研究和落地： 1. 研究大模型推理理论，建设一批高水平专家 AI 诊断推理智能体。 2. 研究复杂多智能体交互协同框架。 3. 落地面向下一代的自我进化的精准诊疗规划和可信医疗决策系统。
专注于文档理解、推理、生成大模型的研究、探索和开发，具体职责包括： 1、通过研究长文本压缩算法、multi-agent协同、long cot、数据自动合成技术等提升超长文本、多文档能力； 2、通过研究PPO、DPO、RFT、GRPO等强化学习技术，提升文档大模型的推理能力、复杂指令遵循和泛化性； 3、研究文档创作技术，提升大模型的写作、纠错、改写、仿写、风格化、长文本输出、字数遵循等创作能力； 4、研究多模态文档解析和理解技术，提升多模态文档细粒度理解、多模态多页长文档、多模态复杂推理等技术； 5、研究面向法律行业文档理解和推理关键技术。
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。