混元基座模型-STEM Agent研究

课题背景： STEM是大模型基础能力建设的重要方向。随着Agent能力持续提升，模型优化正从传统的知识问答与推理，进一步走向面向真实科学研究和工程工作的复杂任务执行。 腾讯混元基础模型强化学习团队聚焦数学、物理、化学、生物、电子工程、机械工程等STEM领域，面向AI4Science与AI4Engineering场景，构建可执行、可复现、可验证的Agent强化学习与评测环境，接入主流科学计算和工业仿真工具，并通过SFT、RL等后训练技术，系统提升模型在科学研究与工程任务中的推理、工具使用和长程任务执行能力。 课题挑战：

1. 01

   真实工作流的可执行与可验证：科研和工程任务通常涉及复杂数据、专业软件及多阶段工作流。如何将真实工作场景转化为可执行、可复现、可自动判定的训练任务，并接入科学计算、工程仿真等专业工具，是该方向的核心挑战。

2. 02

   Long-horizon Agent强化学习：科研和工程任务往往需要模型持续进行规划、工具调用、结果分析、错误修正和多轮迭代。如何设计稳定可靠的长程任务环境，解决奖励稀疏、信用分配困难、轨迹成本高和训练不稳定等问题，是重要研究课题。

3. 03

   专业领域数据与评测体系：STEM任务具有较高的专业门槛。如何构建专业可靠的训练数据、Reward和评测集，是实现模型能力提升的关键。 具体工作： ●面向STEM领域构建可执行、可复现的LLM Agent训练与评测任务； ●接入科学计算、工程仿真等专业工具，建设标准化工具调用和自动验证环境； ●设计适用于科研和工程任务的Reward、过程反馈及评测指标； ●参与SFT、RL等后训练实验，分析模型能力边界与典型失败模式； ●与领域专家和模型算法团队协作，推动模型能力在真实科研及工程场景中落地。 ●作为领域专家，真实体验并使用前沿LLM Agent进行科研探索。

1. 01

   具备良好的计算机基础，熟练使用Python和Linux，具备较强的编程、调试及工程落地能力。

2. 02

   经验与能力：满足以下条件其一： ● 计算机相关专业硕士及以上在读，且在基础模型Agent方向有扎实的数据构建、RL训练或模型调优经验。

• STEM领域相关专业（数学、物理、化学、生物、电子工程、机械工程等）博士在读，具备扎实的对应专业领域知识，并在对应领域的LLM Reasoning、Agent、AI4Science、AI4Engineering或模型评测方向有相关项目经验。 ●STEM领域相关专业（数学、物理、化学、生物、电子工程、机械工程等）博士在读，在所属细分方向发表过领域公认的高水平期刊或会议论文，具备优秀的科研能力和前沿研究经验；正在探索利用大模型解决本领域的前沿问题，并希望在实习期间依托腾讯混元模型开展科学探索、能力评测与方法研究，产出高质量科研成果。

3. 03

   对大模型、强化学习及AI驱动的科学与工程研究有强烈兴趣，具备良好的自驱力、学习能力和协作能力。