【蚂蚁星】大模型自进化算法研究-蚂蚁健康-27届当面告知
蚂蚁科技集团股份有限公司
2027-01-03 00:00:00
博士27届实习硕士
岗位详情
地区：
上海
·
杭州市
专业要求：
统计学人工智能计算机科学与技术
岗位职责：
团队介绍：
我们聚焦通用智能与医疗健康等复杂场景，构建“评估 → 诊断 → 改进 → 验证”的自动化闭环：持续发现模型能力缺口，分析失败原因，生成针对性的训练数据与改进策略，并验证模型是否真正获得了可泛化的能力提升。你将参与 Self-evolving Models、Self-improving Systems 与受控 Recursive Self-improvement 相关研究，推动大模型从一次性训练走向可验证、可持续的自我改进。重点研究方向有以下几个方面：
1. 自适应与对抗式评测：生成随模型能力动态演化的任务，解决静态 Benchmark 饱和、数据污染和针对性刷榜问题；
2. 自动化失败诊断：识别知识缺失、推理错误、幻觉、长上下文遗忘、工具调用及策略失配等失败原因；
3. 评估驱动的 Self-improving：将诊断结果转化为数据合成、课程学习、SFT、偏好优化、强化学习或 Agent Policy 更新策略；
4. Verifier 与 Reward Model：研究过程监督、可验证奖励、裁判校准及奖励投机防护，为模型自我改进提供稳定反馈；
5. 受控 RSI：探索模型在数据、记忆、工具、策略和参数层面的递归改进，并建立能力回退、安全退化和评价漂移的监控机制；
6. 长周期 Agent 评估：研究智能体在动态环境中的规划、执行、反思、记忆更新和持续学习能力。
职位描述：
1. 建设面向复杂推理、医疗决策、长上下文和 Agent 任务的动态评测集与交互式评估环境；
2. 研发评估驱动的自进化系统，将模型失败自动转化为训练数据、反馈信号和后训练策略；
3. 训练和校准 Verifier、Reward Model 与 LLM Judge，提升评估的一致性、可靠性和抗投机能力；
4. 建立严格的实验与准出体系，验证每轮模型改进的泛化收益，并监控能力回退与安全风险；
5. 推动研究成果在真实业务中落地，并产出高水平论文、专利、评测基准或开源项目。
招聘要求：
1. 计算机科学、人工智能、统计学、数学等相关专业硕士及以上学历，博士或具备同等研究能力者优先；
2. 熟练使用 Python、PyTorch，能够独立完成算法实现、大规模实验和结果分析；
3. 理解 Transformer 与主流后训练方法，熟悉 SFT、RLHF、DPO、PPO、RLAIF、过程监督或可验证奖励中的一种或多种；
4. 在大模型评测、Reward Model、LLM Judge、Agent、合成数据或后训练方向具备研究或实践经验；
5. 具备严谨的实验设计能力，熟悉置信区间、显著性检验、消融实验和误差分析；
6. 能够将开放问题转化为可验证的研究假设，并持续跟进 Self-improving、Continual Learning、Meta-learning、Test-time Learning 或 RSI 等方向。
加分项：
1. 在 ICLR、NeurIPS、ICML、ACL、EMNLP、AAAI 等会议或相关期刊发表过高质量论文；
2. 有大模型训练、后训练、对齐、Agent 或 Reward Model 的完整项目经验；
3. 参与过有影响力的评测框架、数据集、开源项目或算法竞赛；
4. 具备医疗健康、生物信息学背景，或高安全、高合规 AI 系统的评估经验。
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。