阿里巴巴
研究型实习生-大模型Agent能力后训练
研究型实习生-大模型Agent能力后训练
发布于 大约 15 小时前实习/见习
杭州市
无经验要求
实习生
仅现场办公
博士
人工智能
Nlp
Qwen
后训练
多模态
大模型
强化学习
机器学习
AI 估算 · 4k–8k
职位详情
关于这个职位
该实习岗位专注于大模型Agent的后训练研究，涉及工具幻觉抑制、模型能力增强和推理时扩展等前沿方向
你将参与构建训练数据、沙盒环境及验证器，解决奖励稀疏和信用分配问题，适合对Agent学习有浓厚兴趣的博士生
最低要求
具备大模型相关领域的研发经验，熟悉Qwen等主流大模型架构、具备丰富的模型训练优化经验及LLM Agent、Agent RL等大模型训练技术
NLP/多模态/ML相关专业背景，博士在读，具有扎实的机器学习或大模型算法基础，在NeurIPS、ICLR、ICML、ACL等顶级会议上有论文发表者优先
熟悉Qwen等主流开源大模型细节，探索Agent learning前沿技术，能够独立主导从问题建模、数据治理、算法任务设计、实验验证等完整技术闭环
工作职责
专注于Model-as-Agent后训练，深入研究Tool幻觉抑制及知识信息的精准生成，解决Extrinsic hallucination问题
构建Agent训练数据、沙盒环境、API工具集和Verifier的完整数据训练方案，解决Agent后训练中奖励稀疏和信用合理分配的问题
在test time阶段解决模型agent推理时学习增强的scaling问题，处理长上下文、长期状态管理记忆等关键问题
AI 洞察
优缺点分析
优点
- 阿里巴巴平台资源丰富，数据和技术积累深厚，有利于开展前沿研究
- 研究方向为当前大模型热点，Agent后训练具有高价值，技能积累快
- 有机会与顶尖研究团队合作，发表高水平论文
- 大模型训练资源消耗大，可能需要长时间实验和调试
- 竞争激烈，需要持续学习最新技术
- 适合对Agent学习和大模型训练有浓厚兴趣，具备扎实算法基础，能独立开展研究的博士生
缺点 / 挑战
- 研究型岗位要求高，需要独立主导项目，压力较大
角色解读
- 实习期间可深入大模型Agent前沿研究，积累顶级会议论文发表经验
- 表现优秀可转正为研究型工程师或研究员，继续在阿里达摩院或相关团队发展
- 未来可向大模型算法专家或研究科学家方向发展
- 研究大模型Agent的后训练技术，包括工具幻觉抑制、模型能力增强和推理时扩展
- 构建训练数据、沙盒环境和验证器，解决奖励稀疏和信用分配问题
- 探索Agent learning前沿技术，独立主导从问题建模到实验验证的完整闭环
- 扎实的机器学习和大模型算法基础，熟悉Qwen等主流架构
- 具备模型训练优化经验，熟悉LLM Agent、Agent RL等技术
- 有NLP/多模态/ML相关背景，博士在读，有顶级会议论文者优先
申请策略
- 了解阿里巴巴研究团队的工作方向，准备相关研究想法
- 在简历中明确表达对Agent后训练的热情和见解
- 突出大模型训练和Agent相关项目经验，如RLHF、Agent RL等
- 强调论文发表情况，特别是顶级会议论文
- 展示独立研究能力，如主导过的完整技术闭环项目
- 熟悉Qwen等开源模型细节，了解Agent learning最新进展
- 掌握强化学习、RLHF等训练技术，熟悉常见训练框架
- 提升数据治理和实验设计能力
面试指南
- 用STAR法则描述项目，突出你的贡献和结果
- 结合最新论文和技术趋势，展示对领域的深入理解
- 强调你的独立研究能力和创新思维
- 请介绍你在大模型Agent后训练方面的研究经验
- 如何解决Agent训练中的奖励稀疏问题？
- 你如何看待工具幻觉问题？有哪些缓解方法？
- 请描述一个你主导的完整技术闭环项目
- 复习大模型训练和强化学习基础知识
职位点评
64
综合评分
前沿研究型实习，技术成长极高，但工作强度可能较大。
从学习成长、工作节奏、岗位方向和实习待遇综合评估，方便比较实习机会。
更适合这类人
适合追求技术成长和学术成就的博士生，对工作生活平衡要求不高。
表现最好
成长发展
相对薄弱
工作生活
薪资福利50
成长发展95
工作生活40
使命价值70
薪资福利
50较低
实习薪资相对市场水平中等，但阿里巴巴平台稳定，福利较好。
薪资信号未披露（AI估算：4K-8K/月）
成长发展
95较高
该职位处于大模型Agent前沿领域，技术成长空间大，且有机会发表顶级论文。
技术前沿前沿/新兴技术
技术栈大模型、Agent、后训练、强化学习、Qwen
业务类型ambiguous
工作生活
40较低
实习岗位通常要求现场办公，工作强度可能较大，但阿里巴巴有弹性工作文化。
工作模式仅现场办公
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
大模型Agent技术具有广泛的应用前景，对AI发展有重要推动作用。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs