研究型实习生-Agentic RL-算法研究

一、关于阿里国际站 阿里国际站是全球最大的跨境B2B数字贸易平台，致力于推动跨境电商发展。我们拥有业界为数不多已实现大规模商业化并持续快速增长的AI产品，团队在LLM领域的多项研究成果也已在NeurIPS、ICLR、KDD等顶级学术会议上获得认可。 二、关于本项目 本项目旨在通过context/memory与rl等算法，优化国际站的AI能力，解决包括但不限于超长上下文压缩与动态加载、复杂指令遵循、多Agent协作与长程任务执行 等问题。 三、你的职责

1. agent框架构建： 参与搭建国际站各个场景的的多Agent协作系统。
2. 算法研究与优化： 探索如何让Agent在多轮、多工具的任务中保持目标一致且上下文干净,实验并改进上下文压缩、卸载、持久化的算法与策略。
3. 前沿追踪：Follow 最新的学术工作，将研究成果转化为学术论文并投稿。

1. 背景： 计算机、数学或相关专业在读（硕士/博士优先），有agent实践经验。
2. 技术栈： 熟悉 PyTorch，有agent 框架实践经验。
3. 良好的论文阅读与工程实现能力，希望在顶会发表高影响力工作。