职位描述： 1）负责智能体（Agent）的评测方法研究，设计并开发针对智能体的评测框架、基准与工具； 2）研究智能体在推理、规划、记忆、工具使用、安全对齐等多维度的能力，提出科学的评测指标与方法； 3）密切跟踪前沿技术发展，深入了解智能体及其评测技术发展趋势，持续推动智能体评测体系迭代； 4）撰写高质量学术论文或技术报告，协助团队完成智能体评测相关的项目，推动评测工具与方法的落地应用。 任职要求： 1）计算机科学、机器人、人工智能或相关专业硕士及以上学历，具备扎实的理论基础； 2）深入理解大模型原理、能力边界及典型应用场景，熟悉RAG、Function Calling、Planning、React等Agent核心概念； 3）具备较强的编程能力（Python/Java/C++等），熟悉PyTorch/TensorFlow等深度学习框架，熟悉业界主流评测基准，并具备构建评测集、设计评测指标和自动化评测流程的能力； 4）有RAG评测、LLM-as-a-Judge实战、红队对抗测试、多模态评测等经验者优先； 5）具备良好的沟通能力与团队协作精神，能够独立开展研究工作并推动项目进展。 加分项： 在顶级会议（如AAMAS、IEEE ICA、ICLR、CVPR、NeurIPS等）发表过相关论文，或参与过智能体相关项目。