AI搜索总结Agent研发: 1)设计并实现基于LLM的搜索总结Agent,提升搜索结果的理解、推理与结构化总结能力
2)探索LLM Reasoning技术(如思维链、多步推理),优化复杂查询的Deep Research模式,实现长文本理解与跨文档信息融合
3)构建端到端系统,涵盖意图识别、知识检索、结果生成与偏好对齐,提升用户体验
模型优化及应用: 1)通过指令微调(Instruction Tuning)、偏好对齐(RLHF/DPO)等技术优化模型在搜索场景的适应性
2)探索多模态信息(文本、代码、结构化数据)融合的搜索与生成技术
3)研究未来生活中的创新应用场景(如个性化知识助手、自动化研究工具),探索技术边界