课题背景：课题背景： 攻克AI搜索场景排序能力的突破难题，优化搜索能力的鲁棒性和满意度。 课题挑战： 1、 大模型排序(LLM Ranking): 传统搜索的排序模型在“长尾 Query 理解”和“深层语义对齐”上存在一定瓶颈，需要平衡 LLM 的语义通识能力、领域任务解决能力 2、模型推理（Reasoning Ranking）： AI 搜索场景大量的复杂查询、长尾满足，需要模型具备一定的推理能力，建模目标从“概率匹配”进化到“逻辑决策”。 3、 基于强化反馈的排序泛化增强（RL from Feedback）：如何在领域任务下，引入强化反馈，在噪声环境下设置有效的 reward，引导模型增强细粒度排序的泛化能力 4、推理加速：在长上下文与多文档排序中，需在极低延迟约束下，解决压缩表征导致的关键信息丢失与语义匹配的平衡难题。 具体工作： 1、大模型排序(LLM Ranking): 研究大模型排序核心技术如LLM Scaling Up、Continued Pre-Training、Reasoning Ranking等方向，提升多目标排序满意度和鲁棒性 2、Reasoning Ranking： 借鉴思维链（CoT）， 引入自反思机制（Self-Reflection），对比推理过程与最终打分的一致性，通过rubrics 等有效过程监督信号，提升推理能力。 3、基于强化反馈的排序泛化增强: 构建鲁棒的奖励模型，利用 DPO、GRPO 等建模方式，对 DocList 进行细粒度偏序的感知能力，合成有效的过程监督、结果监督 reward，引导模型进行有效泛化补充。 4、推理加速: 探究 Query 感知的动态 Token 修剪与层级化语义表征算法，通过注意力机制识别并剔除文档冗余信息；构建轻量化压缩模型，将长文本编码为固定长度的 Soft Tokens；同步优化 KV Cache 缓存策略与算子并行化等

课题要求：学历和专业要求： 计算机、人工智能、数学等相关专业硕士或博士。重点关注在自然语言处理 (NLP)、信息检索 (IR)、大模型微调或强化学习领域有深厚学术积累或顶会论文发表（如 ACL、SIGIR、KDD、NeurIPS）的同学。 技术技能要求： 熟练掌握 PyTorch/DeepSpeed 及主流大模型架构，深入理解 RAG、LTR 排序及 RLHF/DPO 算法。精通 Python/C++，具备优秀的底层算子优化或 KV Cache 优化能力，有大规模分布式训练及搜索性能调优经验者优先。 软性素质要求： 具备极强的逻辑思维与自驱动力，能够敏锐捕捉前沿技术并转化为业务落地。拥有出色的抗压能力与团队协作精神，能在复杂业务场景下保持沟通高效，对解决算法落地中的硬核挑战充满激情。