
美团技术团队ASX专场:聚焦大模型Agent技术,多篇顶会论文揭示搜索推荐前沿趋势
美团业务研发平台/搜推 ASX (Agentic System X) 团队近期分享了其在构建大模型 Agent 技术体系方面的最新研究成果。该团队在 ICLR、NeurIPS、CVPR、AAAI 等国际 AI 顶会发表数十篇论文,重点攻克大模型后训练、强化学习及多模态理解等难题。本次精选的 6 篇论文解读,展示了美团在智能体技术与搜索推荐结合领域的深度探索与学术贡献。
核心要点
- 团队定位:美团业务研发平台/搜推 ASX (Agentic System X) 团队专注于构建以大模型为基础的 Agent 技术体系。
- 核心研究方向:深耕大模型后训练(Post-training)、Agentic 强化学习以及多模态理解等前沿领域。
- 学术影响力:研究成果已在 ICLR、NeurIPS、CVPR、AAAI 等 AI 顶级国际会议上发表数十篇高质量论文。
- 精选成果:本次专场特别精选了 6 篇核心论文进行深度解读,旨在为行业提供技术启发与参考。
详细分析
构建 Agentic System X 技术体系
美团搜推 ASX 团队的核心使命是构建一套名为 Agentic System X 的技术体系。在当前的 AI 演进浪潮中,大模型已成为底层基础设施,而如何将大模型转化为具备自主决策和执行能力的智能体(Agent)是行业攻坚的重点。ASX 团队通过整合美团丰富的业务场景,探索大模型在搜索与推荐系统中的深度应用。这种体系化的构建不仅提升了模型对复杂用户意图的理解能力,也为实现更高级别的自动化和智能化交互奠定了基础。
深耕大模型后训练与强化学习
在技术路径上,ASX 团队展现了极强的专业深度。大模型后训练(Post-training)是决定模型在特定垂直领域表现的关键环节,团队通过优化训练策略,使模型能够更精准地适配美团的业务逻辑。同时,Agentic 强化学习的引入,使得智能体能够在与环境的不断交互中学习最优策略。这种基于反馈的自我进化机制,对于处理搜索推荐中高度动态、长尾分布的数据具有显著优势,能够有效提升系统的鲁棒性与准确性。
多模态理解与国际学术贡献
美团 ASX 团队的研究视野并未局限于单一模态。在 CVPR 和 AAAI 等顶会上发表的成果表明,团队在多模态理解领域取得了重要突破。通过融合视觉、文本等多种维度的信息,大模型能够更全面地感知现实世界,这对于美团这种涵盖餐饮、外卖、零售等多元化生活服务场景的平台至关重要。数十篇顶会论文的发表,不仅证明了美团在 AI 基础研究领域的领先地位,也体现了其将前沿技术转化为实际业务价值的科研实力。
行业影响
美团 ASX 团队的研究成果对 AI 行业具有重要的示范意义。首先,它展示了大型互联网平台如何将大模型技术与具体的搜索推荐业务深度融合,推动了 Agent 技术从理论研究向工业级应用的跨越。其次,通过在 ICLR、NeurIPS 等顶会持续输出高质量论文,美团提升了中国企业在全球 AI 学术界的话语权。最后,这些关于强化学习和多模态理解的探索,为未来构建更加智能、拟人化的生活服务助手提供了宝贵的技术路径参考。
常见问题
问题 1:美团 ASX 团队的名称含义是什么?
ASX 全称为 Agentic System X,代表了该团队致力于构建以大模型为核心基础的智能体系统体系,旨在通过 Agent 技术驱动业务升级。
问题 2:该团队的研究成果主要应用在哪些领域?
根据新闻内容,该团队隶属于业务研发平台/搜推部门,其研究成果主要应用于搜索、推荐以及相关的智能体技术体系构建,涵盖了大模型后训练、强化学习等多个维度。
问题 3:本次分享包含了哪些具体的论文?
原文提到美团技术团队从数十篇顶会论文中精选了 6 篇进行解读,涵盖了 ICLR、NeurIPS、CVPR、AAAI 等会议,具体论文内容涉及大模型后训练、强化学习及多模态理解等方向。


