蚂蚁金服蚂蚁集团-大模型应用/智能体算法-端智能

1. 面向支付宝APP的智能化升级，探索基于多模态大模型的多模态理解、检索增强、视觉推理等技术方向，结合业务产品需求进行继续预训练、后训练等，推动产品业务创新； 2. 构建语音智能体交互入口，探索基于实时音视频的全双工交互模式下的情感陪伴、实时问答等场景应用，构建实时多模态交互、生成式UI等关键技术； 3. 持续跟进并关注多模态大模型方向的应用创新、技术前沿，共同参与定义支付宝智能化的技术应用创新和能力边界。

基础算法研究 一、推理思考 1.开发链式思考、思维树等推理增强技术，优化模型对复杂业务逻辑推理、策略规划等任务的深度理解。 2.探索通过大规模强化学习持续提升模型推理能力。 3. 构建业务逻辑推理评测基准，推动模型思维链的可解释性研究。 二、多模态端到端 1.研发语音-文本跨模态对齐与联合表示学习算法，解决语义鸿沟问题，提升模型对语音指令理解、语音到文本生成的鲁棒性。 2.探索语音交互场景下的多模态增强技术（如语音情感分析、端到端语音对话生成），推动模型在智能客服、语音助手的应用落地。 三、生活服务领域增强 1.大模型基座知识能力增强，打造生活服务领域基座，赋能美团各类大模型应用场景； 2.探索预训练增强阶段的大规模高质量数据自动合成、Scaling Law、长链条复杂推理反思能力增强； 3.建设生活服务chat模型与智能体，通过强化学习等方式增强模型推理反思、复杂指令遵循、高情商交互等能力。 应用算法研究 一、深度推理、规划与决策能力强化 1.优化大模型在逻辑推理、多步规划、复杂决策、多轮多步工具调用等任务上的表现，探索如RL scaling、Test-time scaling等前沿技术。 2.构建能够处理模糊与不完全信息、进行自主假设与验证的推理框架。赋能大模型实现精准的工具调用与智能体协同。 二、高度拟人化交互与专业沟通能力构建 1.赋予模型深度理解与分析专业领域问题的能力，包括隐性需求挖掘和复杂语境下的语义理解。 2.探索多轮对话中的上下文记忆、情绪感知、共情表达与高情商交互技巧，实现稳定人设、知识遵循与高度自然的对话风格。 3.研究模型主动感知用户全面信息、进行预判性服务与信息推送的策略，而非被动响应，打造能真正吸引用户持续对话的自主交互。 三、多智能体协作研发范式与前沿技术应用 1.设计和研究多智能体间的动态协调、知识/记忆共享与冲突解决机制，实现“1+1>>2”的协同效应。 2.推动面向智能体的大模型研发新范式，探索大模型智能体在环境感知、记忆与知识库管理、复杂指令遵循等基础能力的统一建模与提升路径。 四、基于强化学习的智能体优化方法研究 1.研究和改进现有的强化学习算法，实现端到端Agent性能优化，提升Agent鲁棒性与泛化能力。 2.构建面向领域任务的DeepResearch能力，提升Agent在多步骤信息检索、工具调用、推理规划等任务中的表现。

1. 负责千问学习核心智能体算法研发与优化，使用大模型实现题目理解与分析、AI学情诊断分析、学习规划等核心agent。 2. 负责智能学习助手算法研发与优化，包括大模型在智能决策、RAG、个性化推荐等领域的应用。

1、开发大模型应用智能体相关后端服务和平台，包括不限于模型部署平台、Agent平台、大模型交互平台和应用等； 2、推动大模型在DevOps提效、安全风险合规、内外部智能体业务应用、爆款AI原生应用等场景的业务落地； 3、高级后端研发工程师，精通Java技术栈，拥有丰富的平台开发经验、分布式事务处理能力、有产品端到端落地经验优先。