如约见 · 技术研发 · 算法/AI
研究型实习生-高效奖励模型与在线学习研发项目
蚂蚁集团
·
上海、杭州
·
薪资面议
· 更新于 2026/11/20
任职要求
经验:不限
学历:本科及以上
岗位描述
研究领域: 自然语言处理 项目简介: 奖励模型(Reward Model)直接定义了AI智能体的“价值观”,决定了其行为优化的方向。在国际钱包和商服场景,一个高效的奖励模型能够引导智能体学习以达成业务目标(如提升用户满意度、缩短解决时长、提高问题解决率)为核心的对话策略,是让AI从“能聊天”变为“会办事”的关键。
查看原帖并投递(antgroup-campus-talent-plan)
蚂蚁集团其他在招岗位
【蚂蚁星】安全架构工程师-27届(杭州)
【蚂蚁星】大模型算法研究-支付大模型-蚂蚁国际-27届(上海、杭州)
研究型实习生-多语言知识迁移与平行语料库构建项目(上海、杭州)
蚂蚁健康-AI医疗健康产品实习生(杭州)
同类在招岗位(技术研发)
J020202-模拟电路设计工程师-AI Power(3)(J11244) · 纳芯微
测试开发经理-AI POWER(J11530) · 纳芯微
J020202-模拟电路设计工程师-AI Power(J11203) · 纳芯微
网商银行-大模型后训练工程师-上海/杭州 · 网商银行
首页
树洞
共鸣
发现
我