【27届留用实习生】智能体后训练算法-AI For Science中心

1、面向通用以及科学智能体（Agent）的后训练框架搭建、算法设计、环境搭建等，结合多轮交互、工具调用场景研发新型RL算法。 2、研发不限于Search Agent、Scientific Reasoning-enhanced Agent、Agent Swarm等并进行优化，构建高效率、模块化、可复用的 Agent后训练框架。 3、探索并实现Multi-Agent协作、自动化工作流编排、长期任务执行等能力，使框架适用于科研、企业和工程场景的真实任务。

1、计算机科学、人工智能、软件工程、自动化等相关专业。实习4个月及以上。 2、至少熟悉一款主流强化学习开源框架，如Slime、Verl、AReal或同类框架。 3、具备通用算法架构（如 Detectron2、OpenMMLab系列、Transformers 等）的开发或深度使用经验者优先。 4、有智能体训练、自动化工作流、强化学习等方向的顶会论文发表经验（行业认可度高的技术报告加分），或在 GitHub等开源社区 有高质量开源项目贡献者优先（Star>2K）。