微信小微-基于微信复杂生态的Agentic后训练研究

课题背景： 微信的生态非常丰富，拥有朋友圈、视频号、公众号、小程序等功能。作为微信助手，如何能够正确地使用这些功能，是助手能力的基本盘。现有的基模主要聚焦于通用的能力和世界知识，与微信生态和用户真实的使用情况有鸿沟，因此需要我们针对业务场景进行Agentic后训练。 课题挑战： 微信生态中朋友圈、视频号、公众号、小程序等各功能模块的交互逻辑差异显著，构建高保真的训练环境本身就是一个复杂的系统工程。真实业务场景下，功能调用成败的判断标准模糊，缺乏标准化的自动评估体系，使得模型能力的量化与对比困难重重。Agentic后训练覆盖的能力众多，合版时需要兼顾各能力的独立效果与版内耦合，稍有不慎就可能引入能力遗忘或负向迁移。此外，线上用户的query高度复杂，往往包含多步骤的组合任务与个性化上下文，对模型的指令遵循、工具调用与长程规划能力提出了更高的要求。 具体工作： 参与Agentic后训练数据体系的设计与构建，探索面向微信生态的多能力联合训练与合版优化方法，结合微信助手真实场景完成效果评测与迭代优化。

学历和专业要求： 来自计算机、人工智能、自动化、信息工程等相关专业的博士、硕士同学。 技术技能要求： 掌握大模型SFT、强化学习、持续学习等算法及应用，熟悉Python，了解PyTorch等训练框架及LLM Agent相关技术。 软性素质要求： 具备较强的自主探索与工程实现能力，对Agent系统与后训练方向有浓厚兴趣，学习能力强，能独立推进研究课题。 此课题同时招聘应届实习生和低年级实习生。