日常实习生-Computer Use Agent-Qwen基础模型

参与 GUI / Hybrid Computer Use Agent 在 Computer / Mobile / Browser 等真实数字环境中的能力提升与落地实践，使模型能够更好地理解、操作并协同完成跨平台、跨界面、跨工具、跨任务流的复杂用户任务，持续提升 Agent 在开放环境中的泛化性、鲁棒性、协同性与实际可用性，拓展大模型在真实人机交互场景中的能力边界。

1. 01

   GUI Agent：重点参与 GUI 在 Computer / Mobile / Browser 场景下的 Agent 能力提升与 OOD 任务泛化分析，配合研究大规模自然 GUI 轨迹 Pre-training 和用户协同能力。

2. 02

   Hybrid Agent：参与设计 CLI & GUI 统一范式下的 Universal Digital Agent Harness & Behavior Pattern，探索用户协同 CUA 场景下的有效实践方案。

3. 03

   Envs Scaling & Training Scaling：参与大规模合成环境和现实环境数据中的 CPT -> RL 端到端优化迭代。

4. 04

   Preference & Feedback Modeling：参与用户协同 Computer Use 场景下用户偏好和用户反馈的收集、建模与处理机制，探索显式反馈与隐式反馈的统一表征方式，帮助建立可用于训练和评估的反馈闭环。

1. 01

   计算机科学、人工智能、机器学习、深度学习、软件工程或相关专业在读硕士/博士，具备扎实的数理基础和编程基础。

2. 02

   对大语言模型或多模态大模型有浓厚兴趣，了解深度学习、模型训练、优化算法、生成式模型、自监督学习等方向中的一个或多个；具备相关课程、项目或科研经历者优先。

3. 03

   具备较强的学习能力和研究潜力，能够快速理解并复现前沿论文、跟踪技术进展；有论文、开源项目、竞赛或高质量技术实践经历者优先。

4. 04

   具备良好的代码能力，熟悉 Python 及主流深度学习框架（如 PyTorch / TensorFlow）；有 ACM/ICPC、Topcoder 等编程竞赛经历者优先。

5. 05

   具备主动思考和探索精神，对 AI 前沿技术保持好奇心，愿意深入钻研并持续提升自己的技术能力。

6. 06

   具备良好的团队协作和沟通能力，能够与工程、产品等团队配合完成任务。