美团技术团队分享搜索推荐ASX专场顶会论文：聚焦大模型Agent技术体系
美团业务研发平台/搜推 ASX (Agentic System X) 团队近期公开了其在 AI 国际顶会发表的高质量研究成果。该团队专注于构建以大模型为基础的 Agent 技术体系，在后训练、强化学习及多模态理解等前沿方向取得突破。本文精选了 6 篇发表于 ICLR、NeurIPS 等顶会的论文进行解读，展示了美团在搜索推荐领域的最新技术进展与学术贡献。
核心要点
- 技术核心：美团 ASX 团队专注于构建以大模型为基础的 Agent 技术体系。
- 研究方向：涵盖大模型后训练、Agentic 强化学习及多模态理解等核心前沿领域。
- 学术成果：已在 ICLR、NeurIPS、CVPR、AAAI 等国际顶会发表数十篇高质量论文。
- 精选解读：本次专场重点解读了 6 篇具有代表性的研究成果，旨在提供技术启发。
详细分析
ASX 团队的技术战略布局
美团业务研发平台下的搜推 ASX (Agentic System X) 团队，致力于探索大模型驱动的 Agent 技术。其研究矩阵紧扣当前 AI 领域的最前沿，包括大模型后训练（Post-training）、Agentic 强化学习以及多模态理解。这些技术方向不仅是学术界的热点，也是提升搜索与推荐系统智能化、自主化能力的关键路径。通过构建 Agent 技术体系，美团旨在实现更复杂的任务处理与更精准的用户意图理解。
顶会学术产出与技术深耕
该团队在国际学术舞台表现活跃，其研究成果已广泛被 ICLR、NeurIPS、CVPR 和 AAAI 等顶级会议接收。这些数十篇的高质量论文，标志着美团在 AI 基础算法研究上的深度。本次分享通过精选 6 篇论文进行深度解读，展示了团队如何将强化学习与大模型结合，以及在多模态场景下的技术演进，为行业提供了从理论研究到业务应用的参考范式。
行业影响
美团在 Agent 技术体系上的深耕，反映了搜索推荐系统正从传统的特征匹配向具备自主决策能力的 Agent 模式演进。通过强化学习与多模态理解的结合，系统能够更精准地捕捉用户在复杂场景下的需求。这种以大模型为底座的 Agent 架构，为本地生活服务平台的智能化升级提供了重要的技术储备，也引领了工业界在 Agentic 系统方向的探索趋势。
常见问题
ASX 团队的主要研究方向是什么？
ASX (Agentic System X) 团队主要聚焦于构建以大模型为基础的 Agent 技术体系，具体研究方向包括大模型后训练、Agentic 强化学习以及多模态理解等核心前沿领域。
美团本次分享涵盖了哪些国际顶会的论文？
本次分享的研究成果涵盖了 ICLR、NeurIPS、CVPR、AAAI 等 AI 领域的国际顶级学术会议，团队从中精选了 6 篇论文进行详细解读。
