【项目/课题名称】 基于 OpenClaw 的 Agent-Centric 模型优化与 Skills 自进化 【项目目标/研究方向】 依托 ICBU 真实的全球贸易场景，致力于构建 OpenClaw 生态专属的垂直模型基座。通过高精度的 Instruction Tuning 与 Agentic RL 技术，打通从“自然语言交互”到“商业 Skills 执行”的最后一公里。探索 Test-time Compute 与 Self-Evolution 等前沿范式，实现 Agent 在非结构化环境下的自主认知与决策。 【工作内容】 1. 模型后训练与行为对齐 基于 LLaMA/Qwen 等开源基座，构建面向 ICBU 业务场景的专家模型。 利用 Agentic RL 和 DPO 技术，重点强化模型在 Function Calling 和 Tool Use 上的准确率，消除模型在调用真实商业 API 时的幻觉。 2. OpenClaw Skills 生态构建 参与 OpenClaw 框架下 AI Skills 的定义与生成，将复杂的商家工作流（SOP）转化为 Agent 可理解、可执行的技能模块。 探索 Human-in-the-loop 的最佳实践，通过真实用户反馈优化 Skill 的执行效果。 3. 推理缩放与前沿探索 攻克 System 2 Thinking 难题，研究如何在测试时通过增加计算量来提升复杂任务的推理性能。 探索基于 Self-Play 的数据生成与模型迭代机制，推动 Agent 系统的自进化。 【职位要求】 计算机/人工智能相关专业硕士或博士在读，可连续实习3个月以上。 对大模型技术有极高热情，熟悉 SFT、RLHF、Agent 等基本原理。 代码能力强，熟悉 PyTorch，有复现顶会论文或参与开源项目的经验。 加分项：熟悉 OpenClaw 架构，或对 Agentic RL 有深入理解和实践。