腾讯｜元宝—超长程记忆（Memory）驱动的回复个性化建模实习

课题背景： 近年来，大语言模型驱动的智能助手在问答、陪伴和任务执行等场景中快速发展，但距离“越用越懂你”的专属助理仍有明显差距。现有记忆方案多依赖向量检索或有限上下文窗口，往往只能保留零散事实，难以建模用户稳定偏好、行为习惯和长期任务语境。因此，本课题聚焦个性化记忆机制研究，探索让智能助手实现长期理解与个性化交互的能力。 课题挑战： 1、记忆机制设计：如何构建完备、清晰的用户记忆框架，支持事实、偏好、习惯和长期任务信息的统一建模； 2、记忆压缩与动态更新：如何从海量对话中识别具有长期价值的信息，并实现记忆的实时写入、改写、合并与过期清理； 3、长上下文下的个性化回复：如何结合长期记忆与当前语境，生成符合用户偏好、表达习惯和任务目标的个性化回复； 4、评测体系建设：如何设计有效的评测方法，衡量记忆质量、个性化程度以及长期交互中的稳定性与一致性。 具体工作： 你将参与用户记忆框架设计、长程对话记忆建模、个性化回复实验，以及评测体系与优化方法研究。

1、包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、信号与信息处理等专业的博士和优秀硕士； 2、熟练掌握大模型、多模态相关的基本算法及应用，熟悉caffe、tensorflow，pytorch等至少一个深度学习框架； 3、较强的工程实现能力，熟练掌握 C/C++ 编程，熟悉 Shell/Python/Matlab 至少一种编程语言。 【加分项或注意事项】 此课题同时招聘应届实习生和低年级实习生。