课题详情： 课题背景：广告推荐系统的持续迭代长期依赖算法工程师手工完成特征挖掘、模型设计与实验验证，周期长、成本高、强依赖个人经验，且工程师的宝贵试错经验难以结构化沉淀与复用。随着大模型与智能体（Agent）能力快速提升，让 AI 自动完成"提出想法→编码实现→离在线验证→复盘迭代"的研发闭环成为可能。本课题旨在构建以经验记忆为核心、可自进化的广告推荐 AutoResearch 系统，让每一次实验的成功与失败都沉淀为可复用的经验，把工程师从重复实验中解放出来，持续加速推荐效果与研发效率的提升。 当前挑战：一是离在线不一致：受限于广告系统的成本与安全约束，自进化闭环只能依赖离线实验做评估与筛选，而离线指标与线上真实收益往往存在 gap（分布偏移、反馈缺失、样本选择偏差等）。一旦离线判断与线上不一致，系统就会在错误信号上持续迭代、越优化越偏。如何构建高保真、可信赖的离线评估与代理指标，让离线增益能稳定映射到线上收益，是本课题最关键的难点。二是记忆设计与经验沉淀：海量成功/失败实验轨迹如何提炼为可检索、可迁移的经验记忆，抑制重复无效探索，并克服记忆漂移、冲突、过期与"留存即噪声、压缩即丢信息"的两难。三是闭环 Harness 的自进化：如何让研究流程、工具链与搜索策略自身可被自动改写与迭代，且在自我修改中稳定收敛、不退化。四是长期迭代能否真正持续变强：避免系统只在固定离线评测上"刷分"、陷入局部最优或因分布漂移而旧经验失效，让能力真正逐轮累积而非停滞或自欺。 工作内容： 1. 在既有广告推荐 AutoResearch 闭环基础上做优化：重点研究高保真离线代理指标，融合排序（GAUC）、校准（PCOC）与反事实价值估计（OPE），并用历史线上 A/B 结果校准其权重、最大化与线上收益的排序相关性，缩小离在线 gap。 2. 改进经验记忆的沉淀、检索与跨任务复用，抑制重复无效探索。 3. 并优化 Harness 自进化机制的稳定性与迭代效率，在真实广告场景中验证效果增益。 4. 跟踪国际顶级学术会议与业界生成式推荐最新进展，形成技术路线与专利布局，产出高水平学术论文与技术报告。 课题要求： 1、计算机相关专业硕士及以上学历，具有扎实的计算机和机器学习基础，拥有优秀的编程能力和工程能力，学习能力强，具备良好的团队协作意识和主动性； 2、在搜广推系统、生成式AI、机器学习等一个或多个领域有较深入的研究，包括但不限于判别式推荐、生成式推荐、LLM/MLLM、图像生成/编辑、视频生成/编辑； 3、具有较强的实践能力，在国际学术会议发表过论文或者有竞赛经验者优先。