研究型实习生-UI Agent一致性强化学习：Think-Action闭环奖励优化模型当面告知
蚂蚁科技集团股份有限公司
2026-12-12 00:00:00
博士27届28届实习本科硕士
岗位详情
地区：
北京
·
上海
·
杭州市
专业要求：
计算机科学与技术
岗位职责：
研究领域：
多模态大模型
项目简介：
UI Agent常因“思考路径”与“执行动作”不一致导致操作错误（如think中的动作为“提交表单”却在action选择“取消”）。现有rule-based RL奖励设计粗糙，无法有效约束“认知-行为”链条的可信性。需构建一致性感知奖励模型，从决策逻辑层面提升可靠性。
招聘要求：
研究领域：
-目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位
-具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go
-具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究
优先录用：
-对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色
-在国际会议上或核心期刊发表一份或多份出版物或论文
-至少3个月的全职工作
公司介绍
蚂蚁科技集团股份有限公司
蚂蚁科技集团股份有限公司，成立于2000-10-19，位于浙江，法定代表人：韩歆毅，登记状态：存续，注册资本3500000万人民币，公司类型：民营/私企
蚂蚁集团是中国较大的移动支付平台支付宝的母公司，也是全球金融科技开放平台，致力于以科技推动包括金融服务业在内的全球现代服务业的数字化升级，携手合作伙伴为消费者和小微企业提供普惠、绿色、可持续的服务，为世界带来微小而美好的改变。