潜在专业：
人工智能 自动化
工作地点：
北京市
职位描述
1、探索模型通过 RL Scaling 等方式使用成套工具解决复杂问题的行动和规划能力，包括 Human in the Loop 多轮交互下 Agent 基础建模的新方案、以及与复杂环境的交互学习能力；
2、探索模型在 Non
-Rule Based Outcome 场景下利用复杂信息进行有效 Reasoning 推理的范式，包括 Proactive Agent 的建模方案；
3、探索研究更多内在奖励的机制，从而激发模型主动学习和自我更新的能力；
4、探索构建长期记忆机制，为下一代高效的推理模型、长序列推理及建模提供基础
2、探索模型在 Non
-Rule Based Outcome 场景下利用复杂信息进行有效 Reasoning 推理的范式，包括 Proactive Agent 的建模方案；
3、探索研究更多内在奖励的机制，从而激发模型主动学习和自我更新的能力；
4、探索构建长期记忆机制，为下一代高效的推理模型、长序列推理及建模提供基础
任职要求
1、本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业；
2、在强化学习、语言模型、机器学习等一个或多个领域有较深入的研究者；
3、好奇心驱动，具有出色的分析、解决问题的能力，有自主探索解决方案的能力者；
4、具有良好的沟通协作能力，对追求纯粹的技术有强烈热情，工作积极主动，能够与团队融洽合作，一起探索新技术并快速试验想法，推进技术进步。
岗位亮点:
1. 获得在业内最前沿的大模型认知和技术积累，既能做前沿 research，也有直接的落地场景
2. 有充足的数据和GPU资源用于实验探索
3. 工作环境优越，团队扁平，讨论、合作氛围好
4. 提供有竞争力的薪资福利和良好的晋升空间
2、在强化学习、语言模型、机器学习等一个或多个领域有较深入的研究者；
3、好奇心驱动，具有出色的分析、解决问题的能力，有自主探索解决方案的能力者；
4、具有良好的沟通协作能力，对追求纯粹的技术有强烈热情，工作积极主动，能够与团队融洽合作，一起探索新技术并快速试验想法，推进技术进步。
岗位亮点:
1. 获得在业内最前沿的大模型认知和技术积累，既能做前沿 research，也有直接的落地场景
2. 有充足的数据和GPU资源用于实验探索
3. 工作环境优越，团队扁平，讨论、合作氛围好
4. 提供有竞争力的薪资福利和良好的晋升空间