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

核心要点

• 技术核心：美团 ASX 团队致力于构建以大模型为基础的 Agent 技术体系（Agentic System X）。
• 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 AI 前沿方向。
• 学术成果：在 ICLR、NeurIPS、CVPR、AAAI 等国际顶级 AI 会议发表数十篇高质量论文。
• 精选解读：本次专场精选了 6 篇具有代表性的研究成果，旨在为行业提供技术启发。

详细分析

ASX 团队的技术布局与愿景

美团业务研发平台下的搜推 ASX (Agentic System X) 团队，其核心使命是探索并构建以大模型为底座的智能体（Agent）技术体系。在当前的 AI 浪潮中，Agent 被视为大模型走向实际应用的关键路径。ASX 团队通过在底层架构上的持续投入，试图将大模型的泛化能力与搜索推荐系统的精准需求深度结合。这种技术布局不仅关注模型本身的生成能力，更强调模型在复杂业务场景下的决策与执行能力，即所谓的“Agentic”特性。

核心研究方向的深耕

根据美团技术团队披露的信息，其研究重点集中在三个关键维度：首先是大模型后训练（Post-training），这是提升模型指令遵循能力和专业领域知识的关键步骤；其次是 Agentic 强化学习，通过强化学习机制优化智能体在动态环境中的决策路径，使其在搜索和推荐任务中表现得更加智能与自主；最后是多模态理解，这对于处理美团平台内丰富的图片、视频及文本等多维度信息至关重要。这些研究方向的协同推进，构成了美团在下一代搜索推荐技术上的核心竞争力。

顶会论文的学术价值

美团 ASX 团队的研究成果频繁出现在 ICLR、NeurIPS、CVPR、AAAI 等国际顶尖学术会议上，这标志着其技术实力已获得国际学术界的广泛认可。这些会议涵盖了从深度学习基础理论到计算机视觉、人工智能应用的各个层面。通过在这些平台上发表数十篇论文，美团不仅展示了其在 Agent 技术体系上的理论深度，也通过实际业务场景的沉淀，为 AI 领域贡献了具有实战价值的研究案例。本次精选的 6 篇论文，正是这些研究成果中的佼佼者，代表了团队在相关领域的最新突破。

行业影响

美团在 Agent 技术体系上的深耕，预示着搜索推荐系统正经历从“被动匹配”向“主动智能”的范式转移。通过引入 Agentic 强化学习和多模态理解，系统能够更精准地捕捉用户意图，并在复杂的服务链路中进行自主决策。这不仅提升了本地生活服务平台的运营效率，也为行业在处理大规模、多模态数据以及构建复杂智能体系统方面提供了重要的技术参考。随着这些顶会技术的落地应用，未来的搜索与推荐将变得更加拟人化和高效化。

常见问题

问题 1：美团 ASX 团队的主要研究目标是什么？

美团 ASX (Agentic System X) 团队的主要目标是构建以大模型为基础的 Agent 技术体系，重点攻克大模型后训练、强化学习及多模态理解等核心技术，以赋能搜索和推荐业务。

问题 2：本次分享涉及哪些国际顶尖会议？

本次分享的论文成果主要发表在 ICLR（国际学习表征会议）、NeurIPS（神经信息处理系统大会）、CVPR（计算机视觉与模式识别会议）以及 AAAI（美国人工智能协会年会）等 AI 领域的顶级学术会议上。

问题 3：为什么大模型后训练和强化学习对 Agent 如此重要？

大模型后训练能显著提升模型对特定指令的理解与执行力，而强化学习则赋予 Agent 在复杂环境中通过试错和反馈不断优化决策的能力，这两者是构建高性能智能体系统的核心基石。