【职位描述】 我们正在招募对大模型、智能体（Agent）与多模态内容理解具有浓厚研究兴趣的实习生，围绕 Agentic 内容理解体系中的核心算法问题开展前沿研究。岗位聚焦于真实复杂场景中的内容理解问题，探索基础模型、智能体架构与自进化机制在多模态任务中的能力边界与方法创新。 该岗位强调研究深度、问题导向与学术产出，适合希望在实习期间持续推进研究课题、沉淀论文成果，并将研究工作与实际高价值场景相结合的同学。 【研究方向和工作职责】
- 研究 Agentic RL 长程任务强化学习方法，提升稳定性、一致性与任务完成能力。
- 多模态检索与 Embedding 建模，提升多模态语义匹配和召回效果。
- 探索 Agent 自进化机制，提升智能体自我评估、修正与持续优化能力。
- 基于图文大模型、LLM、VLLM 等技术，研发并落地多媒体内容理解算法，提升业务效果。
- 熟悉计算机视觉/多模态方向，有相关项目经验
- 具备扎实的编程功底，熟悉 Pytorch 等主流深度学习框架，熟悉 Linux 开发环境
- 学习能力强；做事高效，响应迅速，自驱力强
- 良好的科研能力，，在CVPR、ICCV、ECCV、NeurIPS、ICML、ICLR、AAAI、ACL、EMNLP等顶级学术会议上发表论文者优先
- 长期实习，至少4个月，每周4天，base北京
