美团技术团队分享搜索推荐ASX专场顶会论文，深耕大模型与Agent技术

核心要点

• 技术核心：美团 ASX 团队聚焦于构建以大模型为基础的 Agent (智能体) 技术体系。
• 研究领域：深耕大模型后训练、Agentic 强化学习以及多模态理解等前沿方向。
• 学术成就：多篇高质量研究成果被 ICLR、NeurIPS、CVPR、AAAI 等国际顶级 AI 会议收录。
• 内容精选：本次技术分享特选 6 篇具有代表性的论文进行深度解读，旨在为行业提供启发。

详细分析

聚焦 Agentic System X 技术体系构建

美团搜推 ASX 团队的研究重心在于 Agentic System X 的构建。这一体系不仅依赖于基础大模型的强大能力，更强调通过 Agent 技术实现更复杂的业务逻辑处理。在大模型后训练阶段，团队通过持续的优化，提升了模型在特定搜索与推荐场景下的任务对齐能力。这种技术路径的选择，反映了美团在将通用大模型转化为具备自主决策能力的智能体方面的战略布局，旨在解决实际业务中复杂多变的交互需求。

跨领域学术成果的深度融合

该团队在学术研究上展现了极高的活跃度与专业深度。其成果广泛分布于计算机视觉（CVPR）、人工智能（AAAI）以及机器学习（ICLR、NeurIPS）等多个顶级会议，这标志着美团在多模态理解和强化学习等核心算法领域已具备国际领先的研究水平。通过将多模态理解（如图像、文本、视频的综合处理）与 Agentic 强化学习相结合，美团能够更精准地捕捉用户意图，并在动态的搜索推荐环境中进行实时优化，从而提升系统的整体效能。

搜索推荐场景下的技术演进

在搜索推荐这一核心业务场景中，ASX 团队的技术探索具有极强的应用导向。通过对大模型后训练技术的深耕，团队能够使模型更好地理解业务知识与用户偏好。同时，强化学习的应用使得 Agent 能够在与用户的交互过程中不断进化，实现更具前瞻性的推荐策略。这种从传统算法向以大模型为底座的智能体体系的转型，是美团技术团队在 AI 2.0 时代交出的一份重要答卷。

行业影响

美团在搜索推荐领域的这些研究成果，预示着未来互联网生活服务平台将向更加智能化、Agent 化的方向演进。通过强化学习和多模态技术的深度结合，不仅能显著提升用户的搜索体验与推荐精准度，也为行业在大模型落地应用、复杂任务自动化处理方面提供了重要的技术参考范式。美团 ASX 团队的实践证明，学术研究与业务场景的深度结合是推动 AI 技术突破的关键动力。

常见问题

问题 1：美团 ASX 团队的主要研究方向是什么？

答：美团 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，具体研究方向涵盖了大模型后训练、Agentic 强化学习以及多模态理解等核心前沿领域。

问题 2：本次技术分享涉及哪些国际顶会？

答：本次分享的研究成果已在 ICLR、NeurIPS、CVPR、AAAI 等人工智能领域的国际顶级学术会议上发表，代表了该领域的高水平研究标准。

问题 3：为什么美团要强调 Agentic 强化学习？

答：Agentic 强化学习能够让智能体在复杂的搜索推荐环境中通过与环境的交互不断学习和优化决策策略，这对于提升美团业务场景下的自动化处理能力和用户体验至关重要。