岗位说明
1、探索模型通过 RL Scaling 等方式使用成套工具解决复杂问题的行动和规划能力，包括 Human in the Loop 多轮交互下 Agent 基础建模的新方案、以及与复杂环境的交互学习能力；
2、探索模型在 Non-Rule Based Outcome 场景下利用复杂信息进行有效 Reasoning 推理的范式，包括 Proactive Agent 的建模方案；
3、探索研究更多内在奖励的机制，从而激发模型主动学习和自我更新的能力；
4、探索构建长期记忆机制，为下一代高效的推理模型、长序列推理及建模提供基础
岗位要求
1. 获得在业内最前沿的大模型认知和技术积累，既能做前沿 research，也有直接的落地场景
2. 有充足的数据和GPU资源用于实验探索
3. 工作环境优越，团队扁平，讨论、合作氛围好
4. 提供有竞争力的薪资福利和良好的晋升空间
美团是北京三快在线科技有限公司旗下品牌。美团是一家科技零售公司
美团以“零售 + 科技”的战略践行“帮大家吃得更好，生活更好”的公司使命。
自2010年3月成立以来，美团持续推动服务零售和商品零售在需求侧和供给侧的数字化升级，和广大合作伙伴一起努力为消费者提供品质服务。2018年9月20日，美团在港交所挂牌上市。
美团始终以客户为中心，不断加大在新技术上的研发投入。美团会和大家一起努力，更好承担社会责任，更多创造社会价值。
公司自成立以来始终以客户为中心，不断提升服务理念和标准，以便更好承担社会责任，创造更多社会价值。
