夸克算法实习生-RAG检索算法
任职要求
1. 在自然语言处理、信息检索或通用人工智能等方向具有良好学术基础与实践能力，熟悉深度学习主流框架（如PyTorch、TensorFlow）； 2. 对大模型训练、Agent等有一定了解，有大模型相关研究或落地经验者优先； 3. 计算机科学、人工智能、电子工程、数学、统计学等相关专业硕士及以…
工作职责
你将加入阿里千问C端事业群的核心算法团队，负责千问、夸克AI问答等大模型产品背后至关重要的“大脑”——RAG（检索增强生成）系统。我们的使命是为大模型打造一个专属的、下一代搜索引擎，确保AI在回答用户问题时，能做到毫秒级响应、内容全面、信息时效性强且高度专业。你将深入参与： 1. 更具智能化和主动性的搜索引擎的构建，从被动响应query转向理解用户深层需求，更聪明的返回所需的材料 2. 用大模型重构搜索各个中间环节，如query理解、语义召回、listwise排序等，更好支撑chat agent等应用； 3. 基于agent的思想，构建全部自动化的数据生产、效果评估流程体系 4. 追踪相关前沿技术，协助完成相关方向的调研、落地应用，推动相关领域性能的不断提升；
我们正在寻找对前沿AI技术充满热情的算法实习生，加入我们创新的研发团队。你将有机会参与各类创新AI应用的开发，探索前沿技术，并将理论研究转化为实际解决方案。 1、参与基于RAG (检索增强生成)技术的系统研发，优化信息检索和生成流程； 2、协助Deepresearch相关算法研究与实现，推进AI模型在专业领域的应用深度； 3、参与Multiagent系统的设计与开发，构建多智能体协作框架； 4、实现和优化算法模型，进行数据分析和结果评估； 5、与团队成员紧密合作，解决技术挑战，提出创新方案。
我们正在寻找对前沿AI技术充满热情的算法实习生，加入我们创新的研发团队。你将有机会参与各类创新AI应用的开发，探索前沿技术，并将理论研究转化为实际解决方案。 1、参与基于RAG (检索增强生成)技术的系统研发，优化信息检索和生成流程； 2、协助Deepresearch相关算法研究与实现，推进AI模型在专业领域的应用深度； 3、参与Multiagent系统的设计与开发，构建多智能体协作框架； 4、实现和优化算法模型，进行数据分析和结果评估； 5、与团队成员紧密合作，解决技术挑战，提出创新方案。
参与前沿大模型算法的研发与落地应用，方向包括但不限于：智能 Agent、Deep Research、多模态大模型、检索增强生成 (RAG) 等； 紧跟领域最新技术动态，探索创新算法方法，并积极推动科研成果的产出； 参与技术方案讨论、算法设计与实现、模型训练与优化等研发工作，保证项目进度和研发质量； 持续学习和掌握最新的大模型相关技术，并应用于实际产品和项目中，解决实际问题。
RAG（检索增强生成）在实际应用中仍存在较大比例的生成幻觉，在客户的业务场景下可能误导用户甚至造成资损。RAG场景下幻觉主要指生成内容与上下文内容不一致，这主要源自通用大模型本身理解和逻辑推理能力缺陷，因此，如何提升大模型在RAG场景下的理解和逻辑推理能力成为了RAG系统效果提升的关键问题。提升理解和逻辑推理能力依赖于高质量的训练数据、高效的学习算法及准确的自动评测方法，这些目前都没有成熟解决方案，是RAG幻觉优化的主要挑战。本项目希望与高校研究生合作，探索RAG幻觉优化的相关理论和基础算法，解决实际RAG场景中的幻觉问题。