General Agent RL 框架与算法研究

职位描述

1. 参与面向真实环境（如 Claude Code、Codex等）的多智能体多轮强化学习。

2. 参与优化 General Agent RL 框架训练效率与算法上限。

3. 探索 LLM 持续学习（Continual Learning）等前沿算法。

职位要求

1. 熟悉 RL 算法的基本原理

2. 了解训推框架，如 Megatron、SGLang 等

3. 具有出色的分析、解决问题的能力，能深入解决大模型训练、应用存在的问题

投递方式

yuelan@minimaxi.com