团队介绍: 阿里巴巴通义实验室，主要负责通义系列大模型研究与产品落地。其中对话智能团队，以大模型研究和应用为中心，以对话为核心交互形态，推进大模型的大规模商业化应用，主要技术包括：（1）对话大模型（2）代码大模型（3）AI Agents（4）对话、问答、Code、摘要、plugin、planning、人类对齐、高效训练等；过去三年发表60+篇国际顶会论文；主要业务场景包括（1）通义晓蜜—阿里云智能客服  (2)通义灵码 (3) 通义听悟 。其中，阿里云智能客服在国内对话式AI市占率第一。

岗位描述: 

1. Agentic Reinforcement Learning：研究具备自主决策与持续优化能力的大模型强化学习范式，提升智能体的策略规划能力。

2. 可控与可信AI Agent： 研究具备指令跟随、风格与内容可控、安全可靠的通用智能体。

岗位要求:

1. 在读博士生，专注于机器学习、AI、智能控制等相关领域。

2. 在深度学习、强化学习、多智能体等领域有深入的研究经验，能够提出简洁且有效的解决方案。

3. 在相关研究领域的顶级期刊和会议上发表过论文，至少有一篇一作CCF-A级论文。

4. 熟练使用pytorch/tensorflow等至少一种主流深度学习框架，具备sota的快速复现能力。

投递方式: wk258730@alibaba-inc.com邮件标题和简历标明：姓名-学校--毕业年份-实习