【基座大模型北斗实习】面向真实世界长程开放任务的智能体研究

Job description

简介

真实世界中智能体应对长周期、多步骤、开放式的任务目标仍存在瓶颈，如多日旅行规划、专业领域深度研究等任务均呈现长交互轮次、多依赖子任务、全局约束严格的特征，当前智能体易出现上下文丢失、计划漂移、误差累积等问题，难以支撑超长轮次、超长时间的超长程任务执行。

长程任务鲁棒规划

• 结合思维链（CoT）、思维树（ToT）等方法，实现复杂目标的可执行子任务拆解，兼顾子任务依赖关系与全局时间/成本约束；研究基于实时环境反馈的重规划机制，解决“模拟漂移”导致的计划与现实脱节问题，提升规划鲁棒性；设计高效的上下文管理与记忆压缩技术，避免长交互过程中关键信息遗忘，支撑超长序列任务的稳定执行。

开放环境动态适应

• 探索解决真实世界中目标模糊、环境多变、突发干扰下的任务持续执行难题。

高效学习范式

• 研究真实世界开放任务reward以及过程奖励设计方法，为长程任务中间步骤提供有效反馈，解决奖励稀疏问题；研究开放环境下的持续学习方法，避免“灾难性遗忘”，增强智能体在新场景、新任务中的泛化能力。
• 硕士及以上学历，计算机、人工智能、数学、自然语言处理等相关专业，博士优先；
• 在大模型领域有研究基础，或参与过有影响力的开源项目，在ICLR/NeurIPS/ICML/ACL等顶会发表论文者优先；
• 具备良好的定义、分析和解决问题能力，对新问题能够独立深入探索解决方案；
• 良好的沟通协作能力，能够和团队一起探索新技术，推动新技术进步。