Agentic RL for Long-horizon task-阿里星/Bravo Star当面告知
阿里巴巴(中国)有限公司
2027-02-07 21:44:05
其他校招27届
岗位详情
地区:
杭州市
专业要求:
统计学人工智能自动化计算机科学与技术
岗位职责:
我们是阿里巴巴国际数字商业集团-Alibaba.com-Accio算法团队,Alibaba.com是全球最大的跨境B2B数字化平台,我们在24年11月推出AI Native应用Accio,并在25年9月推出Accio Agent版本,上线以来至今,用户数和订阅量以每月翻倍的速度飞速增长。我们团队有丰富的算力资源、自由的研究氛围以及靠谱的商业落地场景,我们正在寻找能够赋予大模型""行动力""的算法工程师,我们不止于让模型做出完美的回答,更致力于让模型成为能够自主闭环、解决复杂商业任务的Agent。
负责面向异步长程任务的主动式Agent研究,重点探索Agent在长时间跨度、多步骤复杂任务中的自主规划、主动推进与自适应纠偏能力。研究方向涵盖长程任务分解与动态重规划、主动式交互机制设计、跨session状态管理,以及支撑上述能力的Agentic Model post-training方法,并推动研究成果在Accio实际业务场景中落地。
1、研究异步长程任务场景下Agent的核心能力建设,包括任务分解与规划、执行监控与自主纠偏、主动通知与用户交互策略等;
2、设计面向长程Agentic能力的post-training方案,探索适配异步任务特性的数据构造、奖励建模与训练方法;
3、构建长程异步任务的评测体系与仿真环境,弥补现有benchmark在任务时间跨度、多轮交互、并发协调等维度的空白。
招聘要求:
1、具备大模型post-training、强化学习相关研究经验;
2、熟悉Agent系统设计,对function calling、tool use、multi-step reasoning等能力有深入理解;
3、熟悉主流训练框架(如VeRL等)及Agent开发框架;
4、编程能力扎实,熟练使用Python、PyTorch。
加分项:
1、有长程规划、异步任务调度、multi-agent系统等方向的研究经验,在顶会发表过相关论文;
2、参与过知名Agentic post-training 项目;
3、具备跨境电商、B2B贸易等业务场景的理解或实践经验。
公司介绍

阿里巴巴(中国)有限公司
阿里巴巴(中国)有限公司,成立于2007-03-26,位于浙江,法定代表人:蒋芳,登记状态:存续,注册资本15460.55039万美元,公司类型:民营/私企
公司信息:
公司名称:阿里巴巴(中国)有限公司
公司类型:互联网/电子商务
公司性质:5000以上
公司地点:
公司规模:--
涉及领域:--
公司网址: