深度求索Frontier(持续学习/自进化/新范式)研究员
社招全职深度学习研究员地点:北京状态:招聘
任职要求
以下要求均非硬性,对构建下一个范式有热情者均可申请: 1.擅长批判性思考,对前沿的工作有自己的批判性思考。 2.有过扎实创新经历者优先。 3.对当前范式有深刻的理解,有强大的洞察力。 4.在当前范式下有前沿实践者加分。 5.同时具备较优秀的工程能力者加分。 6.愿意承担研究风险,敢于尝试,能对困难问题进行长期冲击。 7…
登录查看完整任职要求
微信扫码,1秒登录
工作职责
【团队使命】 我们与 AGI 的距离也许不只是 scaling。在持续 scaling 之外,我们也在认真寻找 AGI 可能缺失的最后的拼图。如果你相信距离实现AGI还差下一个范式,想进行有可能成为“下一代范式”的研究,包括但不限于持续学习、模型自进化、下一代模型架构、下一代学习算法等方向,那么Frontier 研究组欢迎你。我们欢迎所有有想法、有愿景、有实力的同学,一起驱散AGI上空仍然存在的乌云,推动后续范式的到来。 【岗位类别】:实习/全职 1.思考当前范式的缺陷和下一个范式的可能形式和实验方法,关注学习前沿实验室/公司最新的研究成果。 2.进行包括持续学习、自进化、新架构、新算法等等在内的研究、数据、工程探索。
包括英文材料
AI agent+
https://www.ibm.com/think/ai-agents
Your one-stop resource for gaining in-depth knowledge and hands-on applications of AI agents.
相关职位
社招大模型
1、Self Evolving:提升模型进行机器学习与大模型优化的能力,探索以 AI 加速 AI 研发的新范式:让模型参与到自身的训练、部署及 Agent 调度机制的迭代中,把改进的对象从"模型本身"抬升到"产生模型的研发流程",构建可递归的能力增益回路,持续寻找下一代能力增长曲线。 2、Lifelong Learning:探索模型"学会学习"的 Meta 能力:让模型在与陌生、开放环境的在线交互中持续更新自身内部状态,无需重新训练即可积累经验,不断提升长期的 decision making 与任务完成能力。 3、Scalable Oversigh:在难以 verify 的 fuzzy / 开放式任务上,突破人类监督的扩展性瓶颈:研究可扩展的监督、自我评估与自我修正机制,让监督信号的质量能随模型能力一同增长,降低对外部人工反馈的依赖。
更新于 2026-06-10北京|上海