LLM算法实习生（具身大脑方向）

招聘部门：互联网 / 电子 / 网游 【岗位职责】 【关于我们】 我们致力于探索基于 大模型作为具身大脑，能够让机器人在复杂环境中完成 长程、实时的交互任务。 我们关注的机器人在真实或模拟环境中持续分析、决策和行动的能力：模型需要根据多轮反馈维护历史状态，在动态变化的环境中进行任务规划，并在时间约束下做出合理决策。 【职位描述】 1、搭建长程实时交互任务的仿真任务：面向导购、厨房、家庭服务、工厂异常处理等场景，设计具有多步骤依赖、环境不确定性、动态反馈和时间约束的交互任务，用于激发和评测模型的具身决策能力； 2、研究基于环境交互的 agentic RL 训练：构造适用于 SFT / RL / RLHF / Agentic RL 的交互轨迹数据，设计环境反馈、奖励信号和任务验证机制，提升模型在复杂交互任务中的成功率和泛化能力； 3、撰写技术报告与研究总结：跟踪 LLM Agent、Embodied AI、Agentic RL、机器人基础模型等前沿进展，整理实验结果和技术分析，参与团队内部技术讨论与外部研究交流。 【任职要求】 1、具备扎实的机器学习基础和强悍的编码能力，能熟练使用 PyTorch； 2、了解大模型或者强化学习中的至少一个方向； 3、对 LLM Agent、多轮交互、长程任务规划、工具调用或机器人智能感兴趣； 4、具备较强的问题抽象能力，能够从真实场景中提炼出可交互、可验证、可扩展的任务。 【加分项】 1、有 ICML、ICLR、NeurIPS、ACL、CVPR 等顶级学术会议发表过有影响力研究成果的优先； 2、在 ACM/ICPC、NOI/IOI、Kaggle 等编程/AI 比赛获奖者优先； 3、主导、参与过 AI 相关的有大影响力的开源/闭源项目的优先。