我们正在寻找充满激情的大模型应用开发者，共同构建大模型应用新开发范式，积极推进大模型应用落地新范式，拥抱开源社区，探索前沿研究方向。 工作内容包括： 1. 探索超前沿大语言模型强化学习算法和Agentic应用范式。 2. 参与大模型应用开发平台架构设计，积极推进MCP等开源协议赋能企业级开发平台。 3. 构建大模型轻应用，推进大模型在金融/医疗/教育等核心场景落地和赋能。

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。

1、负责人工智能相关产品的数据和算法等场景测试，并基于算法和工程团队现有质量问题给出合理化的建议和解决方案，推动落地实现算法质量提高； 2、协同算法团队和工程团队进行全面的质量把控和风险监控； 3、参与数据和算法的质量系统建设，完善算法全链路质量保证能力，提交算法落地和工程效率。

在蕴含丰富世界知识的预训练模型的基础上，我们利用 Post-train 打造出我们想要的能够服务人类的 AI 模型。我们通过 RL、SFT、RFT 等技术，探索大模型潜能的同时，也在塑造大模型的能力与性格。本着为人类服务的目标，我们的 Post-train 将会重点探索其推理能力，实现深度思考，并致力于提升其 Agent 能力，让大模型服务于真实世界的任务。 工作职责： 1. 探索更多可 scalable 的 verifier 信号，并通过 RL 提升模型的各项能力。 2. 提升 reward model 在创作、人类偏好、指令遵循等各专项上的能力，减少reward hacking和bias。 3. 研究 reasoning path压缩和外推，实现更高质量的推理思考。 4. 将LLM的推理能力和Agent以及其他模态相结合，探索统一模态的reasoning。

团队介绍： LLM research 团队是隶属于阿里巴巴通义实验室的前沿研究团队，致力于解决大语言模型发展过程中的长期性、基础性挑战。我们的使命是打造具备通用智能的下一代AI系统，让模型真正具备深度推理、规划与复杂问题求解的能力，跨越任务与领域边界，从而在各类真实任务中展现可靠而深刻的智能。 1. 有效评估模型能力：建立系统性的评估方法与指标，准确刻画模型的行为表现与能力边界。 2. 探索模型的能力缺陷：挖掘当前主流模型在关键任务中的局限，理解其失败模式与成因。 3. 理解模型训练机制与问题：深入剖析大模型训练中的核心机制与潜在问题，为新范式设计提供理论支持。 4. 定义与探索更优训练范式：在实践中推动训练方法的演进，从而训练出更强大、更可靠、更智能的模型。

【团队介绍】 应用视觉产品团队专注于数字人、视觉智能体方向的产品及服务孵化，与算法团队紧密合作，为集团内部业务单元及外部客户提供多样化的视觉AI解决方案和服务。结合行业用户需求，打造具有深度和广度的企业级AI应用，以支持客户业务增长和技术转型。 【岗位职责】 1. 客户需求分析：深入了解集团内部BU及外部客户的业务挑战，梳理并转化成明确的产品需求，确保AI解决方案能够精准对接客户需求。 2. 推动技术产品化及商业化：负责将先进的视觉AI技术转化为针对特定行业的解决方案，根据不同的行业特性，设计和开发围绕视觉算法能力为核心的AI应用，涵盖从概念验证到最终产品部署的全过程，并确保这些方案能够为企业客户提供实际价值，实现商业成功。 3. 引领行业发展：保持对视觉AI技术在各行业应用趋势的敏感度，识别市场机会，规划产品线的发展方向，推动前沿算法的能力孵化和技术评估。 4. 内部协作与沟通：与集团内部不同部门密切合作，包括BD、SA、产品运营、技术支持、算法工程等，确保跨部门的信息流通和高效协作。

1. 负责基础大模型多语言能力研发，解决低资源、知识迁移、文化差异、安全对齐等技术问题。 2. 大模型应用算法前沿技术追踪、探索，建设技术影响力。 3. 负责研发基于大模型的多语言/跨语言任务处理新范式，构建基于大模型的多语言应用。 4. 负责大模型的在电商、教育、广告、游戏等多语言业务场景的应用落地。

工作职责： 1. 产品规划与路线设计：深度调研不同场景下的语音AI产品需求，结合语音AI技术演进与行业发展趋势，制定TTS产品、语音翻译产品的短中长期路线图，明确核心能力优先级、场景落地顺序及资源投入节奏。 2. 功能设计与优化：主导语音AI产品核心功能的设计与迭代，包括但不限于：TTS方向的音色库建设、语音效果优化、交互体验设计；语音翻译方向的翻译引擎优化、交互体验设计、场景化功能定制，持续提升产品在不同场景下的用户体验。 3. 跨团队协同与项目推进：作为语音AI产品落地的核心协调者，联动算法、工程、业务及测试团队，明确各环节交付标准与时间节点，解决跨部门协作中的技术瓶颈与需求冲突，确保产品在各场景顺利落地。 4. 行业动态与竞品分析：跟踪国内外语音AI技术与产品的发展动态（如新型算法、前沿应用场景、竞品功能与策略等），定期输出分析报告，为产品策略调整提供依据，确保公司语音AI产品的竞争力。