多智能体联合训练与协同推理探索

1、 设计并实现面向电商复杂业务场景的高可用、高扩展性多智能体协作系统，支持复杂业务链路下的任务协同与决策优化； 2、 构建基于大语言模型的智能体协作框架，优化智能体在动态环境中的任务规划(Planning)、工具调用(Tool Use)与跨智能体协作能力，提升相关实际业务指标； 3、 探索多智能体任务分解与协同执行机制，实现复杂业务流程的智能化自动编排与闭环执行； 4、 探索并实现基于LLM的多智能体联合训练框架，研究如何通过Proposer-Solver-Judge(提案-求解-评判)等博弈机制实现智能体能力的闭环自增； 5、 针对多体环境下的非稳态(Non-stationarity)挑战设计鲁棒的联合训练机制，优化信用分配(Credit Assignment)策略，精准量化各智能体在长路径决策中的贡献度； 6、 探索多模态信息（文本、代码、结构化数据）融合的统一表示与生成技术，提升模型对异构信息的理解与操作精度； 7、 通过指令微调(SFT)与偏好对齐(RLHF/DPO)，优化模型在电商垂域的知识与价值观对齐，构建场景感知的智能体“大脑”。

1、 获得本科及以上学历，计算机、人工智能、自动化等相关专业； 2、 具备深厚的数学与算法功底，精通LLM预训练或后训练流程，深刻理解多智能体系统(MAS)或强化学习(RL)的基本原理； 3、 具备优秀的工程代码实现能力，熟练掌握PyTorch、DeepSpeed或Megatron-LM等框架，能够处理复杂的多模态数据流； 4、 熟悉AgentGym、MetaGPT、AutoGen等智能体系统框架，并具备深度开发经验； 5、 在大模型、智能体领域有扎实的项目落地经验，或在相关顶级学术会议有高质量论文成果记录； 6、 具备极强的学习与沟通能力，有担当且具备优秀的团队合作精神。