岗位职责
- 负责社交世界模型的Post-Training建设，包括但不限于Mid-Training、On-policy Distillation、Reward System、Agentic RL等技术；
- 负责多语言、多模态类人智能体建设，包括但不限于记忆（Memory）、心智（Mind）、情感、情商等技术；
- 建设大模型训练的Harness体系，探索Auto Research相关技术在大模型后训练的应用；
- 将上述技术在通义星尘中进行大规模落地应用，解决真实场景问题。
职位要求
- 国内外计算机、人工智能等相关专业的博士或优秀研究生，有扎实基础和丰富经验。
- 对大模型前沿进展比较熟悉，曾负责或作为核心同学参与大模型的训练（预训练、后训练）。
- 有一定的研究经历，发表过顶会论文者优先，如ICLR、NeurIPS、ICML等。
- 具备技术洞察力、业务敏感度和数据分析能力，能应对复杂业务的算法需求，以及良好的沟通协作能力。
