腾讯｜ima大模型及智能体研究与应用实习

课题背景： 近年来，大语言模型（LLMs）在自然语言理解和生成方面取得了显著进展，以Agent（智能体）为核心的AI知识工作台作为新兴热点，正深刻改变人们获取信息与创作内容的方式。然而，当前多数大模型应用多局限于碎片化的单轮问答或浅层搜索，距离实现真正的“个人专属第二大脑”和全链路知识管理仍有较大差距。因此，本课题聚焦于赋能LLMs在大模型助手（ima.copilot）等场景下的深度应用与智能体构建，典型应用场景例如：深度解析多格式海量私域知识库（含长文档、微信公众号文章、研报等），精准召回并融合全网信源；理解用户复杂的学习与工作需求，通过Agent自主拆解任务、规划路径，自动完成信息的搜、读、写闭环，并一键生成深度的图文报告、PPT或播客等多种高质量知识产物。 课题挑战： 1、知识驱动的Agent工作流设计： 如何设计完备、清晰的Agent自主规划与多智能体协同流程（如复杂的“任务模式”），使其能够稳定调度多模态知识库、联网搜索及外部插件，完成跨场景的知识处理需求； 2、超长上下文与多模态RAG优化： 面对海量、多格式（PDF、网页、音视频等）的碎片化信息，如何优化检索增强生成（RAG）链路，并解决大模型在处理超长上下文时的信息遗忘和“幻觉”问题，提升信源精准度； 3、复杂知识任务的指令数据自动化合成： 如何设计有效的策略，自动化合成覆盖深度文档解析、长文本结构化写作、专业行业问答等多场景、高质量、高复杂度的Agent指令数据； 4、长文本与多模态生成的自动评估系统建设： 针对研报生成、PPT构建等复杂知识产物场景设计自动化的评估系统，包括信源事实一致性检验、逻辑连贯性检验、排版与视觉效果检验等，对端到端生成效果的评估和指令数据进行清洗提效； 5、人类偏好对齐与强化学习策略优化： 对于复杂的“搜读写”端到端任务，需要结合复杂的知识处理环境，设计贴合人类专业写作和逻辑思维偏好的稀疏或稠密奖励信号（Reward Model），以优化强化学习效果。 具体工作： 你将参与到ima智能体架构（Agent Framework）设计、超长文本与多模态RAG数据检索优化、复杂阅读与写作指令数据的合成与自动评估体系搭建、以及面向高质量知识生成的奖励系统与强化学习策略优化，全面提升大模型在ima等AI智能工作台场景下的知识管理与智能体执行能力。

1、硕士及以上学历，有大语言模型算法研究，包括精调(SFT)、强化(DPO,PPO)等技术的落地，熟悉数据合成、模型评测技术； 2、熟悉LLama-Factory，DeepSpeed，vLLM，TensorRT等训练与推理框架，并有实际的模型训练、调优的项目经验； 3、持续跟踪领先AI技术动态，结合业务需求进行技术转化与创新； 4、有高质量相关论文如NeurIPS、ACL、ICML、EMNLP优先。