主分类：大模型与生成式算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "研究型实习生-大模型Agent能力后训练",
"job_level": "实习",AI生成
"work_category": "实习",AI生成
"department": "Token Foundry",
"location": "杭州",
"work_mode": "未披露",AI生成
"job_category": "技术类"AI生成
},
"company": {
"company_name": "阿里巴巴集团",
"company_industry": "电子商务 / 云计算 / 人工智能",
"company_size": "10000人以上",
"company_website": "alibaba.com",
"company_description": "阿里巴巴集团面向消费者和企业提供电子商务、云计算及人工智能服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "博士在读",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "专注于Model-as-Agent后训练，并重点从以下技术方向进行深入研究： \n1. Tool - 幻觉抑制及知识信息的精准生成。核心解决Extrinsic hallucination：例如模型调用外部工具（数据库查询、Web 检索、RAG等）时产生错误查询、误解释或忽略结果。 \n2. Model - Model as Agent的能力增强。构建Agent训练数据 + 沙盒环境 + API工具集 + Verifier的完整数据训练方案，解决Agent后训练中奖励稀疏和信用合理分配的问题。 \n3. Scaling - 在test time阶段通解决模型agent推理时学习增强的scaling问题，解决长上下文、长期状态管理记忆等关键问题。",
"requirements_text": "1. 具备大模型相关领域的研发经验，熟悉Qwen等主流大模型架构、具备丰富的模型训练优化经验及LLM Agent、Agent RL等大模型训练技术。 \n2. NLP/多模态/ML相关专业背景，博士在读，具有扎实的机器学习或大模型算法基础，在NeurIPS、ICLR、ICML、ACL等顶级会议上有论文发表者优先。 \n3. 熟悉Qwen等主流开源大模型细节，探索Agent learning前沿技术，能够独立主导从问题建模、数据治理、算法任务设计、实验验证等完整技术闭环。",
"skills": [AI生成
"机器学习",
"自然语言处理",
"数据治理",
"模型训练",
"建模",
"大语言模型"
],
"preferred_qualifications": "2. NLP/多模态/ML相关专业背景，博士在读，具有扎实的机器学习或大模型算法基础，在NeurIPS、ICLR、ICML、ACL等顶级会议上有论文发表者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://campus-talent.alibaba.com/campus/position/199904640004?deptCodes="
}
]
},
"posting": {
"posting_id": "199904640004",
"post_date": "2026-04-27",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://campus-talent.alibaba.com/campus/position/199904640004?deptCodes="
},
"fulltext": "研究型实习生-大模型Agent能力后训练\n研究型实习生-大模型Agent能力后训练\n\n基础信息\n毕业起止时间要求：2028-11-01 - 2032-11-30\n职位类别：技术类\n招聘项目：阿里巴巴研究型实习生\n工作地点：杭州\n\n职位描述\n专注于Model-as-Agent后训练，并重点从以下技术方向进行深入研究： \n1. Tool - 幻觉抑制及知识信息的精准生成。核心解决Extrinsic hallucination：例如模型调用外部工具（数据库查询、Web 检索、RAG等）时产生错误查询、误解释或忽略结果。 \n2. Model - Model as Agent的能力增强。构建Agent训练数据 + 沙盒环境 + API工具集 + Verifier的完整数据训练方案，解决Agent后训练中奖励稀疏和信用合理分配的问题。 \n3. Scaling - 在test time阶段通解决模型agent推理时学习增强的scaling问题，解决长上下文、长期状态管理记忆等关键问题。\n\n职位要求\n1. 具备大模型相关领域的研发经验，熟悉Qwen等主流大模型架构、具备丰富的模型训练优化经验及LLM Agent、Agent RL等大模型训练技术。 \n2. NLP/多模态/ML相关专业背景，博士在读，具有扎实的机器学习或大模型算法基础，在NeurIPS、ICLR、ICML、ACL等顶级会议上有论文发表者优先。 \n3. 熟悉Qwen等主流开源大模型细节，探索Agent learning前沿技术，能够独立主导从问题建模、数据治理、算法任务设计、实验验证等完整技术闭环。\n\n在招业务\nToken Foundry\n专注于Model-as-Agent后训练，并重点从以下技术方向进行深入研究： \n1. Tool - 幻觉抑制及知识信息的精准生成。核心解决Extrinsic hallucination：例如模型调用外部工具（数据库查询、Web 检索、RAG等）时产生错误查询、误解释或忽略结果。 \n2. Model - Model as Agent的能力增强。构建Agent训练数据 + 沙盒环境 + API工具集 + Verifier的完整数据训练方案，解决Agent后训练中奖励稀疏和信用合理分配的问题。 \n3. Scaling - 在test time阶段通解决模型agent推理时学习增强的scaling问题，解决长上下文、长期状态管理记忆等关键问题。\n1. 具备大模型相关领域的研发经验，熟悉Qwen等主流大模型架构、具备丰富的模型训练优化经验及LLM Agent、Agent RL等大模型训练技术。 \n2. NLP/多模态/ML相关专业背景，博士在读，具有扎实的机器学习或大模型算法基础，在NeurIPS、ICLR、ICML、ACL等顶级会议上有论文发表者优先。 \n3. 熟悉Qwen等主流开源大模型细节，探索Agent learning前沿技术，能够独立主导从问题建模、数据治理、算法任务设计、实验验证等完整技术闭环。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}