大模型Search Agent实习生

岗位描述

你将加入 LongCat Agent 算法团队，与一线研究员共同推进下一代智能体的范式探索。具体方向包括但不限于： 1.Agentic RL 基础算法研究：探索面向长程多步任务的强化学习训练范式，包括稀疏奖励下的信用分配、过程奖励建模、自我博弈与多智能体协同、可扩展的 reward modeling，以及训练稳定性与样本效率优化。目标是实现Agent 能力增长的主引擎； 2.Search Agent 能力构建：… 1.计算机科学、人工智能、数学或相关领域博士或硕士； 2.在 NeurIPS、ICML、ICLR、ACL、EMNLP等大模型领域顶级会议发表过论文，研究方向与大语言模型、强化学习、…