内推原文
NO.11f98b岗位标签：RAG
·向量数据库
·长对话记忆
·时序一致性
·评测集建设
·内容安全
·实习生 ｜ 具身智能
·大模型
·AI Agent
·陪伴机器人松延动力 AI 算法及交互中心，负责面向消费级机器人的具身交互 Agent 系统（统一语音与多模态感知、理解、记忆、对话、决策与任务执行的实时交互中枢）。本实习岗围绕长期记忆的评测、召回与内容安全开展课题，课题明确，可产出可发表成果。团队从 0 组建，直接向中心负责人汇报。 实习生与正式员工承担同一批课题，由中心负责人与资深工程师共同带教，优秀者可留任。课题方向（不限于）
1.评测集建设：构建中文家庭场景长对话记忆探针集，覆盖跨会话调用、时序矛盾、身份混淆等
2.时序一致性与冲突消解：事实更新与矛盾检测，同一事实前后不一致时以哪条为准，对应记忆能力评测中的时序一致性维度
3.召回消融：query 改写、hybrid 检索、rerank 各贡献多少增益，代价是多少延迟
4.记忆压缩的性价比曲线：存事实与存原文的取舍，不同压缩粒度下召回质量与 token 成本的权衡
5.内容安全与拒答评测：构建儿童场景的有害内容与敏感话题探针集，评估拒答与兜底策略的有效性
6.遗忘策略：什么该忘、什么该衰减、什么永不遗忘，以实验方式给出结论
任职要求
1.计算机 / 人工智能相关在校生，硕博优先
2.用过向量数据库（Milvus / Qdrant / pgvector / Chroma 任一），独立写过完整 RAG pipeline
3.每周到岗 ≥4 天，实习期 ≥6 个月
4.工作细致，理解评测集质量对方向判断的影响