岗位职责
我们期望探索构建这样的 AI 系统：具备真实物理世界级别的全模态信息交互与处理能力、有高学习和成长属性、可以无人监管地高效执行并完成真实复杂长程任务；从而让 AI 真正成为人类的强大帮手，对工作、生活、科研等人类社会的各个方面都进一步带来更大、更深远的有益影响。
- 探索小时或者天级别复杂长程任务下的 RL Scaling 等可靠后训练范式，实现有效的探索引导和 credit assignment，并保障训练的 robustness、efficiency & effectiveness；
- 探索模型的自进化系统构建方案，在易于模型理解使用的前提下，训练模型以更高信息密度的形态构建、维护和利用 memory / skills，使模型能主动在重复性任务或封闭任务域中总结、提炼认知与经验，并进行有效复用，达到不断自进化的效果；
- 探索多模态推理和多模态环境交互的范式，尤其关注真实物理世界级别的动态环境，并基于此训练模型在复杂全模态环境下的复杂长程任务完成能力；
- 探索模型群体智能的演化可能性，可以自主进行合理的任务拆解、分工、协同探索与智能集成； 【为什么是我们】
- 获得在业内最前沿的大模型认知和技术积累，团队人才密度高且具备良好的研究、讨论氛围，鼓励大家研究最重要、最难、最开放的问题；
- 研究成果丰硕，在 agent / multi-modal agent、posttrain、reinforcement learning、memory & evolving system 等方向进行了系统探索，仅过去半年就产出 ICLR 2篇，ACL 1篇，ICML 5篇，另有10篇以上 NeurIPS/EMNLP 工作在投，投稿工作顶会中稿率达 80%，代表工作包括 VitaBench / ScaleEnv / CoBA-RL / MemOCR / Skill0 / Skill1 / SDAR 等；
- 有充足的数据和GPU资源用于实验探索，同时有良好的高校科研合作链接和丰富的学术资源，助力大家探索最重要、最难、最开放的问题；
- 工作环境优越，团队扁平，结果导向，提供有竞争力的薪资福利和良好的个人成长、发展空间；
职位要求
【必要项】
- 2027届获得本科及以上学历，计算机、人工智能、自动化、数学、物理等相关专业；
- 好奇心驱动，对追求纯粹的技术有强烈热情，擅于迭代自我认知，不被惯性束缚，工作积极主动；
- 数理基础扎实，具备第一性思考的素养和出色的分析、解决问题的能力，能够自主探索可靠的解决方案；
- 具有良好的沟通协作能力，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； 【加分项】
- 在强化学习、大模型训练、Agent 等一个或多个领域有较深入的研究和实践经验，主导过大影响力的项目；
- 或在 ICLR/ICML/NIPS/CVPR/ACL 等顶级会议上以一作身份发表过有影响力的学术论文；
- 在 CMO/NOI/CPhO/ACM 等竞赛中取得过优异成绩；
