【大模型北斗实习】高拟人对话智能体技术研究

Job description

课题目标是在提升工具调用、规划、记忆等基本能力之外，探索高度拟人，具备环境感知，知识遵循，思考决策能力，同时能够以稳定的人设和对话风格进行人机交互，最终完成对话任务的复杂智能体或多智能体。

研究内容

1）研究智能体推理框架与各项基本能力的优化建模方法。通过多智能体架构与思维链设计，合成数据构造方法，大模型微调、强化等后训练方法的创新，实现智能体交互效果的提升。 2）研究智能体快速适应具体应用领域要求的建模方法。通过挖掘领域关键知识与决策相关信号，设计依靠领域专家的主动学习范式，构建与人工偏好和流程规则对齐的建模方案，打造低成本迁移的拟人智能体。 3）研究智能体情商和智商优化的自学习方法。结合应用需求设计奖励模型，通过强化学习等方法迭代智能体在意图理解和推测、情绪感知、主动服务、共情表达、语言风格等方面的表现，提升用户交互的满意度。 1）对大模型、智能体、人机对话等相关领域一个或多个方向有深入的研究经历，且有相关实际项目经验。 2）熟练使用深度学习框架（比如PyTorch），熟悉 Megatron、DeepSpeed 等开源训练框架。

加分项

1）在知名开源项目中有核心贡献者优先。 2）有过任务型对话系统、强化学习、知识图谱、情感计算等方面的经验。 3）在国际会议发表过高水平论文。 4）关注行业应用动态。