The posting
1.开展大模型 Agent 评测、审计与自进化研究,探索 Agent 能力评估与持续优化关键技术。 2.研发 Agent 评测与审计系统,负责执行轨迹采集、自动化评测和实验平台建设。 3.设计过程级与结果级评测方法,分析 Agent 在规划、工具使用、推理、效率和鲁棒性等方面的表现。 4.探索基于轨迹、环境反馈和交互数据的自进化方法,推动 Agent 能力持续提升。 5.跟踪 Agent 前沿技术,参与技术成果产出。
1.硕士及以上学历,计算机科学、人工智能、自动化或相关专业;特别优秀者可适当放宽。 2.熟悉 Transformer、大语言模型和 LLM Agent 的基本原理,对 Agent 推理、工具调用、任务规划或模型训练有较深入的理解。 3.具备扎实的机器学习基础,熟练使用 Python、PyTorch 和 Linux,能够独立完成模型训练、Agent 实验、数据分析与问题诊断。 4.具备良好的科研能力,能够进行文献调研、实验设计、Benchmark 构建、结果分析和技术写作,对实验结论保持严谨审慎。 5.具有较强的科研探索能力,对 LLM Agent、Agent Evaluation 或 Recursive Self-Improving Agent 等方向保持持续关注,能够独立提出问题并推动研究落地,具备良好的沟通协作能力和自主推进能力。
加分项 1.具有 LLM Agent、大模型训练、强化学习、Agent Evaluation、自反思或自进化模型相关研究经验。 2.熟悉主流 Agent 框架,对轨迹分析及数据合成有经验。 3.具有分布式训练、大模型推理系统、Agent Infrastructure 或大规模评测系统的实践经验。 4.参与过有影响力的开源项目,或在相关领域发表过高质量论文,具备良好的英文论文阅读和写作能力。



