Job description
我们是小米MiMo团队的 Post-train 组，专注模型对齐、可扩展强化学习、AI Agent 等前沿方向，致力于产出世界级研究成果与模型。 我们拥有充足算力与真实应用场景，汇聚了一批对 AGI 怀有长期信念、追求技术深度的研究者与工程师。在开放、专注的氛围中，我们鼓励从第一性原理出发，共同探索通往更高级人工智能的路径。 主要研究方向
- AI 智能体 (AI Agent)
- Agent 基础能力：研发大规模、高质量的 Agent 数据合成管线，提升模型在 Code、Search 及 General Tool Use 使用等场景下的能力。
- 高级 Agent 系统：探索多智能体协作、长时记忆系统及交互环境的构建，提升模型解决复杂任务能力。
- 大语言模型推理 (LLM Reasoning)
- 强化学习与推理：探索高效、稳定的强化学习算法。
- 推理能力提升：增强模型在数学、代码与逻辑等复杂任务中的推理能力，提升模型的智能上限。
- 可扩展对齐 (Scalable Alignment)
- 模型对齐与 RLHF：持续提升模型的指令遵循度、有用性与诚实性。
- AI 安全与价值观：为大模型构建可靠、可信的行为准则，提升 AI 安全性。