通义通义实验室-算法专家-对话智能&Character Model
任职要求
1. 人工智能（AI）/自然语言处理（NLP）相关方向的硕士及以上学历，有扎实基础和丰富经验。 2. 曾负责或作为核心同学参与大模型/Character Model的训练（预训练、后训练）。 3. 曾负责或作为核心同学参与大模型的重要应…
工作职责
大模型为世界建模，Character Model进一步为人建模。对话智能团队，以Character Model训练和应用为核心， 建设 “有趣+有用” 的多语言、多模态类人智能体，打造了通义星尘（角色扮演&IP复刻&类人智能体）、通义晓蜜（智能客服）等大模型时代的核心产品。欢迎对大模型感兴趣的你加入我们，一起开拓大模型时代的人机对话的未来。 岗位职责： 1. 负责Character Model的研究和应用，包括但不限于 与环境交互的多轮RL、Generative Reward Models等技术。 2. 负责 “有趣+有用” 的多语言、多模态类人智能体建设，包括但不限于任务完成、共情/情感、记忆（Memory）、心智（Mind）等技术。 3. 将上述技术在通义星尘、通义晓蜜及其他创新产品中进行大规模应用落地。
全面负责定义、设计并实现下一代对话系统的核心算法与交互范式，解决当前对话模型在多轮交互、知识应用、共情能力等方面的挑战，探索并引领模型在个性化、主动性、拟人化等前沿方向的技术突破。直接决定数亿夸克用户在Chat场景的与AI 的交互体验，塑造夸克在未来对话式 AI 时代的领先地位。 1. 对话体验定义与规划。深入分析用户意图与行为，结合业务场景，制定并执行对话体验的中长期技术演进路线图。并密切追踪并研究对话式 AI 领域的最新进展，包括主动式对话策略、多模态对话 (语音/视觉融合)、AI Agent 中的对话流控制等。您将主导定义“顶级对话体验”的标准，并将其分解为可落地、可量化的算法迭代目标。 2. 多轮对话与上下文理解。攻坚并解决长程、复杂多轮对话中的核心技术难题，包括但不限于指令遵循、上下文精准理解、长程记忆与遗忘机制、隐式意图识别等。您将设计创新的模型结构与训练策略，使模型具备真正连贯、有逻辑的对话能力。 3. 对话回复准确与全面。主导研发将外部知识 (如搜索、工具调用) 与大模型进行深度、动态融合的先进技术。致力于解决模型在对话中的意图偏离、事实性错误、内容不详实和知识更新不及时等问题，并通过 RAG 新范式或其他创新方法，显著提升对话的准确性与信息量。 4. 评测体系与数据飞轮。建立并完善一套科学、全面的对话能力评测体系，能够精准衡量模型的综合对话质量 (Coherence, Empathy, Informativeness 等)。设计并驱动高效的数据闭环系统，利用真实用户反馈持续、自动化地优化模型。
1、参与电商大模型智能体产品研发，包括框架设计、算法开发、迭代优化等 2、根据业务产品形态对大模型进行post training（SFT/RLHF等）优化、结构优化、prompt engineering等 3、基于LLM的机器人AI Agent模块与产品其他功能模块交互的工程实现 4、跟进大模型智能体前沿技术趋势，结合实际业务需求，将技术应用到实际业务场景
1、通过Agent的算法架构设计、上下文工程、RAG、Memory优化，Policy生成、LLM post training等方法，提升【店铺AI导购机器人】回复的准确性和专业性，打造导购机器人行业标杆。 2、通过数据挖掘和分析找到用户在使用店铺AI导购机器人过程中的不良体验，找准算法优化的方向或形成对产品改进的建议。 3、通过优化模型尺寸、优化缓存技术等，降低离线训练成本和线上推理成本，提升回复的速度。 4、技术上探索智能体自进化（Self-Evolving）与终生学习（Lifelong Learning）的实现路径。
1、负责字节跳动工程效率领域各业务场景下，自然语言处理应用研究与算法落地工作，业务场景包括但不限于热点发现/信息检索/智能对话/知识图谱/AIOps等； 2、跟踪NLP方向的最新研究成果，用以持续提升算法应用效果，研究方向包括但不限于文本分类/实体识别/语义匹配/关系抽取/文本生成/小样本学习/知识蒸馏等； 3、深度参与产品研发项目，和产品经理/业务研发/业务质量/运营等同学密切配合，提高项目整体效率和收益 ；