蚂蚁金服研究型实习生-引导式多角色对抗协商风控任务分析 Agent 研究
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…
工作职责
研究领域： 大模型智能体 项目简介： 在内容安全风控领域，建模流程的起点是任务分析——风控运营人员需要将业务经验和对风险的理解转化为结构化的需求文档、可执行的规则文档和建模所需的示例数据。然而，这一环节存在三个核心痛点：1、任务表达难：风控运营人员熟悉业务但难以精准描述任务目标，风险定义模糊、判定边界不清晰是常态，大量有效经验停留在"直觉"层面无法结构化；2、数据洞察缺：任务分析阶段往往缺乏数据支撑，运营人员凭经验判断而非数据驱动，容易遗漏新型风险变体和隐蔽风险模式；3、任务质量低：产出的任务文档完备性和一致性难以保证，规则之间存在冲突或覆盖盲区，往往到建模阶段甚至上线后才发现问题，返工成本高。现有任务分析方法存在两个根本性缺失：一是"被动响应"——Agent 等用户提任务才开始工作，缺乏从数据中主动发现风险线索的能力；二是"缺乏验证"——依赖人工审核任务质量，缺少自动化的任务完备性检验和冲突检测机制。本研究提出融合"主动洞察发现""引导式人机协作""多角色对抗协商验证"三机制的引导式风控任务分析 Agent，形成从数据洞察到结构化产出的端到端闭环。
基于开源的 Diffusion 图像和视频生成模型，构建基础推理和训练引擎，探索前沿的 AIGC 技术，具体职责包括： 1、加入魔搭社区 DiffSynth-Studio 等开源项目的开发，接入先进的图像和视频生成模型，为业界提供领先的推理和训练引擎基建。 2、基于丰富的开源模型生态，探索 AIGC 技术的全新能力，开展多元化的科研项目，包括但不限于图像生成的思维链、跨模态模型的能力集成、理解-生成统一架构模型等，发表高水平学术论文。 3、参与魔搭社区的运营活动，为新模型的开源提供技术支持，推动 AI 技术的普及推广。
阿里巴巴通义实验室-对话智能团队 以大模型对话技术为核心，研究及应用方向包括智能客服、个性化对话、角色扮演、分身复刻、社交智能、数字人等，主要业务场景包括： (1) 通义晓蜜—阿里云智能客服，国内对话式AI市占率第一； (2) 通义星尘-类人智能体创作平台。2020年以来，围绕预训练、对话智能、大模型等方向发表80+篇国际顶会论文，欢迎对大模型感兴趣的你加入我们，一起创造人机对话的未来。 拟研究技术方向： 1. 角色扮演技术（Role-Playing Agent）的研究，在相关性、人设一致性、吸引力、情感、道德等维度取得显著提升； 2. 分身复刻（Character AI）的研究，探索角色所处虚拟世界建模与演化； 3. 数字专家的研究，包括用户心理推断、策略搜索推理等技术； 4. 多模态Character模型的研究，包括语音端到端角色对话模型。
当前视觉语言模型（VLM）以通用图片和视频理解为主，而人物往往是图片或视频的重要组成部分，因此对图片、视频中的人物进行精准、精细的理解非常重要。本项目重点围绕人物视频，对视频中人物的行为变化、人与人的互动行为、人与物的互动行为等使用文字的方式进行理解。
NeRF&3D GS是很有潜力的新兴3D重建技术，这几年获得非常大的关注，有非常多的进展，但是实时训练和渲染一直是难以克服的问题。本项目拟通过快速、泛化NeRF、3DGS等方法，基于多视角图像的输入，在秒级时间内完内物体、场景重建和新视角图像渲染。