阿里巴巴｜大模型应用算法实习生（Agent训练/Agent自进化）-Accio Work

1、构建Agent自进化闭环系统：针对复杂商业场景，设计并研发具备自主进化能力的 Agent 框架，形成从任务执行到自我反思、经验总结、能力增强的完整闭环；2、研发Agent自主学习与经验沉淀机制：--探索 Agent 在与环境交互中自主学习、自我改进的多元化路径；--研究长期经验沉淀算法，构建 Agent 可持续演化的能力底座，解决复杂任务流中的策略退化、长程优化等问题。3、探索前沿Agent自演进路径：--研究自动化对齐、自主数据演化、指令自我迭代等方向，构建模型在弱监督乃至无人工干预下的自我演进机制；--探索启发式学习（Heuristic Learning）、自我博弈（Self-Play）等前沿技术，打造具备自驱动特征的智能体系统。4、技术落地与业务实战：将自进化 Agent 算法应用于AccioWork等核心商业场景，沉淀具有行业影响力的技术方案与高水平学术成果。

1、2027年3月及之后毕业，硕士及以上学历，计算机、人工智能、信息科学、数学、软件工程等相关专业优先；2、在 NLP、大模型、Agent等领域有扎实的理论积累；3、核心技术能力：--深入理解 Agent 演化机制，对自进化、Agent 长程任务执行等方向有实战经验或独到见解；--具备大模型强化学习方向的训练实践经验，理解主流训练范式与优化策略；--具备业务问题抽象能力，能将复杂商业场景下的痛点转化为可落地的算法问题；4、前沿技术敏感度：--持续跟踪大模型自进化、自我改进等方向的前沿技术趋势；--自主智能体的最新进展，能快速复现并改进前沿算法。加分项：1、在 NeurIPS, ICLR, ICML, ACL, EMNLP 等顶级会议发表过相关论文；2、有高影响力 AI 开源项目贡献经验，或在相关领域竞赛中获得过顶尖名次。