RL Environment Research Intern

面向大模型的推理、代码生成、工具使用与长程交互能力，研究并构建 RL 环境、Benchmark 和训练数据。结合通用 Agent 任务，以及机器人仿真、工程设计、三维创作和数字内容制作等专业工作流程，探索并提升模型解决真实问题的能力。

核心职责

- 任务与 Benchmark 研究：跟踪前沿模型与评测方法，围绕通用任务及 Isaac Sim、CAD、After Effects、Blender 等专业软件工作流，设计能力维度、任务分布与评测基准。

- 环境与评分开发：封装代码、API 或界面操作接口，构建可重置、可复现的交互环境；结合领域专家设计 Rubric、Reward 和 Verifier，验证产物质量与任务完成情况。

- 模型评测与归因：开展跨模型、多工具和长程任务测试，分析交互轨迹，定位模型、环境与评分问题，识别能力缺口。

- 数据与实验迭代：构建专家操作及 Agent 工具调用轨迹，通过数据筛选、对照实验和独立评测，验证训练数据与环境的有效性。

- 计算机、人工智能、数学、机器人等相关专业本科及以上在读，Python 基础扎实，能够独立实现原型、调试并分析实验。

- 理解 LLM、Agent 或强化学习基本概念，有模型评测、数据构建、工具调用或相关科研项目经验。

- 能阅读前沿论文与代码，将开放问题拆解为可验证的假设，清晰表达实验结果与局限。

- 熟悉 Codex / Claude Code 等 AI 编程工具，学习主动，能够独立审查代码与验证结果。

加分项

- 有 Benchmark、合成数据、Reward / Verifier、SFT / RL 后训练或 Agent Harness 实践。

- 有 Computer Use、多工具协作、机器人仿真、工程设计或三维图形相关项目经验。

- 有 Isaac Sim / Isaac Lab、CAD / CAE、Blender、After Effects 等工具使用、脚本开发或自动化经验。