我们正在寻找优秀的研究科学家和工程师，共同推进下一代 LLM 与 Multimodal Agent 系统 的关键技术研发。 该岗位聚焦于大模型后训练（Post-training）与Agent能力训练的前沿研究，致力于让基础模型具备 DeepResearch、Tool Use、Coding 以及复杂多步骤推理（long-horizon reasoning） 等能力。你将与一流的研究人员和工程团队合作，探索并实现包括 Agentic SFT、Agentic CPT、Reasoning RL、Agentic RL、RLHF 在内的新一代后训练方法，推动 AI 系统在复杂真实任务中的能力边界。 1、研究并开发 LLM 与 Multimodal 模型的 Post-training 方法，重点提升 Agent 能力与复杂推理能力； 2、设计与实现 Agentic SFT、Agentic CPT、Reasoning RL、Agentic RL等训练方法； 3、构建大规模 Agent training data，涵盖 DeepResearch、Tool Use、Coding等复杂任务； 4、设计并实现 Agent evaluation framework，评估模型在复杂任务执行与工具使用场景中的能力； 5、与模型训练、数据工程和系统团队协作，将研究成果应用到 真实 AI 系统与产品场景中； 6、推动前沿研究成果，通过技术分享、开源项目或学术论文等方式贡献于 AI 社区。