腾讯云—面向智能体长短期记忆的智能化数据管理系统的强化学习研究

课题背景： 随着大语言模型整体智能化程度的不断提升，计算平台已经逐步往GPU为核心的平台演进，产生数据的来源也将演进到智能体这种新兴的形式上，相关的数据格式也将发生变化。agent将是一个非常主流的计算载体和平台，如何管理这些agent产生的上下文，将这些上下文沉淀为agent的长短期记忆变的越来越重要。 课题挑战： 如何将Agent上下文管理、记忆机制构建与强化学习训练管线有效结合，并进一步提升数据利用效率、训练效果和系统可扩展性，是本课题需要重点解决的核心挑战。 具体工作： 你将参与到Database Model继续训练和后训练的整个技术管线设计和实现，包含强化学习轨迹数据合成，强化学习算法设计，强化学习环境设计，强化学习效率优化等等。

1. 01

   包含但不限于计算机、信息工程、模式识别、人工智能、自动化、软件工程、电子工程、统计学、应用数学、物理学/量子计算、信息安全、有强化学习方向顶会的博士和优秀硕士；

2. 02

   深入理解Transformer架构和大语言模型原理，熟练掌握SFT、RLHF、DPO，RLVR等后训练技术，熟悉PyTorch/TensorFlow框架，有实际模型训练调优和分布式训练经验；

3. 03

   熟悉数据库原理、SQL语法、执行计划分析等专业知识，有数据库内核开发、性能优化、运维自动化相关经验者优先；

4. 04

   有大规模数据处理、数据标注质量控制、模型评测体系构建经验，熟悉领域Benchmark设计或参与过开源评测项目者优先。