夸克算法实习生-agent算法

千问通用AI Agent团队致力于建设高度自主的AI Agent体系，我们诚邀具备扎实算法功底与研究潜力的优秀在校生加入，围绕前沿 Agent 技术的进行探索与应用落地，共同推动智能体技术的发展，你将深入参与: 1. Agent 学习与优化：研究并实现前沿 Agent 训练算法，包括但不限于模仿学习、强化学习等，提升 Agent 的自主决策能力; 2. Agent 架构与能力建设：涵盖 Planning、知识检索、工具调用、长短时记忆等核心模块的设计与优化，构建高智能可扩展的 Agent 框架； 3. 多模态交互与理解：基于 LLM 与多模态技术，构建面向复杂场景的智能体交互系统，实现自然的人机协作； 4. 场景化应用与创新：深度结合业务需求，设计适配不同领域的专业 Agent，打造具备长期价值和强劲竞争力的智能助手产品； 5. 追踪相关前沿技术，协助完成相关方向的效果评估、Benchmark测试，推动相关领域性能的不断提升；

1. 深入探索LLM在深度推理、深度研究（Deep Research）、Code Agent等领域的技术研究，推动AI技术在实际应用中的突破； 2. 立足Multi-Agent应用体系，优化Multi-Agent自动构建、Agent通信语言、Memory机制、Reflection机制等算法方案。 3. 探索工业级的Multi-Agent强化学习算法方案，提升Multi-Agent系统的执行效率和结果对齐准确度。在创新应用场景中，优化长上下文场景的推理算法架构，探索System2技术边界。 4. 与团队成员紧密合作，作为应用算法同学，完成论文产出，同时确保研究成果能够无缝集成到现有创新产品中。

视频理解与表征学习： 参与研究和实现基于Transformer、Diffusion等先进架构的视频理解模型，用于视频场景理解、动作识别、事件预测等任务。 视频生成与控制： 协助探索视频生成模型（如Video Diffusion Models, Sora-like architectures），并研究如何通过自然语言或高级指令（如Agent规划）实现对生成内容的精准控制（如控制物体运动、摄像机视角等）。 Agent决策框架搭建： 参与构建视频领域的AI Agent框架，使其能够根据指令（如“生成一个宇航员在月球后空翻的视频”）自动进行任务分解、调用合适的模型（如生成、编辑、特效模型）并执行多步规划。 仿真环境与评估体系： 参与构建或利用视频仿真环境，用于训练和评估Video Agent的决策能力。设计和开发定量与定性相结合的评估方案，以衡量生成视频的质量和Agent任务完成的准确度。 技术调研与原型验证： 紧跟视频生成、世界模型、AI Agent等领域的最新学术进展（如CVPR, ICCV, NeurIPS等顶会论文），并快速进行代码复现和实验。

ByteIntern：面向2027届毕业生（2026年9月-2027年8月期间毕业），为符合岗位要求的同学提供转正机会。 团队介绍：商业化信任与安全研发团队致力于构建业界领先的智能审核系统，通过前沿 AI 技术保障商业内容安全与合规，提升用户客户的信任。团队通过研发大模型基座、先进的审核大模型和审核系统，持续提升大模型系统对复杂商业化内容的理解、让准确理解遵循安全规则、基于规则深度推理并拉齐人与机器之间的认知，并能感知发现潜在问题，并用Agent高效处理审核问题、自动迭代审核系统，为商业内容安全提供全链路、智能化的技术支撑。 1、搭建风险感知、风险研判、审核策略优化等智能体能力，支持交互类智能体训练； 2、参与审核链路的完全自主进化体系构建； 3、跟踪Agent前沿技术并进行可行性验证（如Perference-based RL、多智能体协作、DeepResearch、数据和模型的Scaling、轻量化模型新RL范式），支持数据基建和模Infra的基建工作，并在商业化安全场景中验证落地。