岗位职责
项目描述： 通过跨场景对齐和适配机制，在统一端到端生成式框架基础上，实现Query Suggestion的U2Q和Q2Q场景的联合建模
职位要求
- 2028届及以后毕业，本科及以上学历在读，计算机相关专业优先；
- 熟悉PyTorch/TensorFlow等框架，对大规模语言模型（如GPT、LLaMA等）训练与优化经验；
- 熟悉检索增强生成（RAG）、Agent架构、搜索算法（如倒排索引、语义检索）等技术或熟悉Prompt Engineering、微调对齐技术，对搜索场景的Query理解与结果生成有深入理解；
- 熟悉Search Agent任务，包括RL数据/训练策略优化，Reward Model设计、工具调用、Reasoning能力优化等；
- 加分项：在ACL/EMNLP/NeurIPS等顶会发表LLM或搜索相关论文；有开源项目（如LangChain、AutoGPT）贡献或独立AI Agent开发经验；熟悉多模态模型（如GPT-4V）或强化学习者优先。 本项目为得物研究型实习生项目。该项目岗位最低实习时长为6个月，岗位非纯业务开发岗位，主要目的为发表顶级期刊。
