岗位职责
-参与"难任务发现"研究：系统性构建与评测让前沿模型+harness 失效的任务族(长程优化、可持续迭代、强验证类问题等),建立可复现的 benchmark 与失败归因体系 -探索推理时搜索的 scaling 路径：并行采样、树搜索、进化搜索、verifier 引导搜索、多 agent 协作等机制在难任务上的算力-质量曲线，寻找"多花算力就能换来好轨迹"的scaling方法结构 -研究基于轨迹的学习：从搜索得到的高质量轨迹出发，探索拒绝采样蒸馏、agentic RL、自我改进循环、经验沉淀(skill/记忆)等把"搜到"变成"学会"的路径 -参与 agent harness 与评测系统的设计实现 -在真实工业决策场景(排产、调度、预测等)上验证方法的外部效度，推动研究结论落到可复现的系统
职位要求
-本科及以上学历在读,计算机/数学/自动化/人工智能等相关专业优先 -扎实的 Python 工程能力，有完整的算法项目、系统实现或开源经历 -在以下至少一个方向有实践或研究经验:LLM Agent(harness)、Self-Improvement Agent、推理时搜索(test-time scaling)、强化学习/后训练(RLHF/RLVR/拒绝采样)、进化算法与程序搜索(AlphaEvolve/FunSearch 系) -深度关注前沿：对 agentic RL、inference-time scaling、self-improvement、benchmark 构建等方向有自己的判断 -具备自驱力与系统性思考能力，对创新型研究有热情，有科研产出、竞赛经历或高质量开源贡献者优先
