小米Agentic AI 研究实习生
任职要求
1. 计算机相关方向的硕士或博士； 2. 有大模型AI Agent相关研究和项目经历，有大模型AI Agent相关研究和项目经历，一…
工作职责
构建行业有影响力的智能体研究和应用，推进相关技术在小米的业务场景落地应用，包括但不限于： 1、Agent Memory 设计快慢双系统记忆架构：工作记忆负责即时上下文，长期记忆持久化跨会话经验，研究记忆管理机制、召回策略与压缩方法。统一存储和检索文本、图像、视频、代码等多模态经验，研究跨模态编码、融合与差异化遗忘。推进模型自主记忆管理，从被动存储转向主动管理。用记忆驱动自演进：从历史执行中提取可复用策略，失败记忆驱动行为修正，记忆热更新影响决策。 2、Agent Search 研究强化学习驱动的搜索策略优化，让 Agent 学会何时搜、搜什么、从哪搜、何时停。融合深度推理与广度检索：深度方向逐层推理，广度方向多路检索交叉验证。打通搜索与记忆系统，搜索结果沉淀为持久记忆，记忆引导更精准的检索，形成闭环。 3、自演进 Agent 研究Agent 在线从环境反馈中实时更新策略，实现持续学习。多 Agent 通过协作与竞争实现集体智能演进，研究信息共享、策略收敛与群体决策。自动学习和优化技能库，构建环境世界模型支持规划与决策，从执行预设技能进化为自主发现和优化技能。
1. Agent 基础设施优化：在电商垂域开展大模型 Agentic AI 的关键要素构建与优化，涵盖环境工具建设（Environment/Tools）、高质量数据合成及 Reward Modeling； 2. 后训练算法攻坚：优化 Post-training 算法（如 GRPO/PPO/SearchR1 等），提升模型在复杂环境下的工具使用（Tool-use）、规划（Plan）、深度推理（Deep Research）及报告生成能力； 3. 全流程模型迭代：参与千亿级模型的 Agentic 能力全流程优化，包括 CPT (Continued Pre-training)、SFT、Post-train 及 Multi-agent RL，负责复现业界前沿工作并探索提出新算法。
1. 设计Data Agent统一记忆表示框架与生命周期管理机制，支持结构化/非结构化数据记忆混合存储，制定动态管理策略，确保关键分析结果长期稳定可用。 2. 构建自然语言检索与数据验证体系，设计数据溯源与自动校验流程，有效防止幻觉并保障分析结论的可靠性。 3. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。
1. Agent 基础设施优化：在电商垂域开展大模型 Agentic AI 的关键要素构建与优化，涵盖环境工具建设（Environment/Tools）、高质量数据合成及 Reward Modeling； 2. 后训练算法攻坚：优化 Post-training 算法（如 GRPO/PPO/SearchR1 等），提升模型在复杂环境下的工具使用（Tool-use）、规划（Plan）、深度推理（Deep Research）及报告生成能力； 3. 全流程模型迭代：参与千亿级模型的 Agentic 能力全流程优化，包括 CPT (Continued Pre-training)、SFT、Post-train 及 Multi-agent RL，负责复现业界前沿工作并探索提出新算法。
1. 设计Data Agent统一记忆表示框架与生命周期管理机制，支持结构化/非结构化数据记忆混合存储，制定动态管理策略，确保关键分析结果长期稳定可用。 2. 构建自然语言检索与数据验证体系，设计数据溯源与自动校验流程，有效防止幻觉并保障分析结论的可靠性。 3. 结合以上方向的探索和研究，撰写发表论文，和业界、学术界保持良好的交流。