负责 RAG(检索增强生成)核心能力的研发与优化,包括检索策略、召回排序、知识融合等关键环节,持续提升生成质量和准确性
设计和实现 Agent 长记忆机制,支持跨会话的信息持久化、记忆检索与更新,提升 Agent 的长期交互体验
深入研究上下文工程底层技术,探索向量检索、混合检索、语义分块、查询改写等方向的效果优化
关注 Agent 系统的整体技术演进,理解工具调用、规划执行、多智能体协作等核心机制,从上下文工程视角为 Agent 能力提升提供支撑
跟踪上下文工程及 Agent 领域最新研究进展,快速验证和落地前沿技术方案
建立效果评估体系,通过实验和数据驱动的方式持续迭代优化 RAG 和记忆系统的表现