研究型实习生-本体记忆与推理研究

岗位职责

研究领域： 大模型智能体 项目简介： 大模型智能体在医疗、金融等专业场景中的应用，需要持续理解业务对象、跟踪事实变化，并根据领域规则完成多步推理。当前应用中，文档检索、结构化数据查询和智能体记忆往往分别建设，容易出现概念混淆、历史信息失效、跨来源证据不一致，以及推理过程难以复现等问题。 本项目围绕“本体记忆 OS”开展研究：以本体统一描述业务对象、属性、关系及规则，探索智能体记忆的写入、更新、检索与遗忘机制，以及本体约束下的查询和推理方法。重点研究本体结构能否在什么条件下提升智能体的长期任务表现、事实一致性和证据可追溯性。 产业团队拟提供现有本体建模、结构化查询、混合检索和智能体运行平台作为实验基础。医疗方向可围绕公开医学知识、指南更新及病例数据开展证据因果推理；金融方向可围绕公开财报、企业事件及指标口径开展时序分析。项目优先使用公开或获得授权的数据。

任职要求

研究领域：

• 目前正在攻读计算机科学或相关STEM领域的学士,硕士或博士学位
• 具有一种或多种通用编程语言的经验,包括但不限于: Java,C/C ++ 、Python、JavaScript或Go
• 具有上述研究领域的相关经验,包括行业经验或作为参与实验室研究 优先录用：
• 对技术研究充满热情,具有产生新思想和创新的能力; 在自学,问题分析和解决方面表现出色
• 在国际会议上或核心期刊发表一份或多份出版物或论文
• 至少3个月的全职工作

特色标签

C/C++、Golang、Java、LLM Agent、Python、临床决策支持、企业事件追踪、医学知识图谱、医疗、医疗证据追溯、发表算法相关优秀论文、因果推理、图查询、大模型Agent、大模型算法、大语言模型智能体、本体模型、本体记忆系统、本体论、本体驱动的记忆机制、混合检索、知识图谱、知识图谱记忆、知识推理、算法工程化经验、结构化数据查询、规则推理、记忆写入机制、记忆持续学习、记忆更新策略、语义理解、财报分析、金融、金融时序推理、领域本体