近期，美团业务研发平台旗下的搜推ASX（Agentic System X）团队在国际AI顶级会议上展示了一系列高质量研究成果，涵盖ICLR、NeurIPS、CVPR、AAAI等顶尖会议。该团队的核心目标清晰：构建基于大语言模型的Agent技术体系，并持续深耕后训练、强化学习及多模态理解等方向。此次精选的6篇论文解读，真实呈现了美团在搜索推荐场景下对前沿AI技术的探索与应用实践。
核心要点
- 团队定位：美团ASX（Agentic System X）团队以构建基于大模型的Agent技术体系为核心定位。
- 研究方向：研究方向聚焦于大模型后训练、Agentic强化学习以及多模态理解等前沿领域。
- 学术认可：多项研究成果已获ICLR、NeurIPS、CVPR、AAAI等国际顶级AI会议收录。
- 知识分享：精选6篇代表性论文进行深度解读，旨在为行业提供搜索推荐与Agent融合的启示。
详细分析
聚焦Agentic System X：构建下一代智能体体系
美团业务研发平台下的搜推ASX团队，其核心使命是探索Agentic System X的构建。当前大语言模型（LLM）发展迅速，但如何将模型从单纯的“对话者”转变为能自主决策、执行任务的“智能体（Agent）”，才是行业关注的重点。ASX团队通过构建完整的Agent技术体系，致力于解决大规模商业搜索与推荐场景中的复杂决策问题。这种体系化构建不仅依赖底层模型的理解能力，更强调在复杂环境中的行动力与自适应性，简而言之，就是让模型“动起来”而非仅仅“说得好”。
三大核心研究方向的深度布局
据美团技术团队介绍，ASX团队的研究主要聚焦于三个关键维度：
- 大模型后训练（Post-training）：是提升模型在特定任务表现的关键环节。通过精细化的指令微调与对齐技术，使大模型更贴合业务逻辑，即“量体裁衣”。
- Agentic 强化学习：强化学习是Agent进化的核心动力。通过在模拟或真实环境中持续反馈，模型能够学习到更优的策略路径，这对搜索推荐中的长路径转化至关重要。例如，用户从点击到下单可能经历多个步骤，强化学习能帮助模型找到最优路径。
- 多模态理解：美团的业务场景中，图片、视频、文本信息丰富多样。提升多模态理解能力，让Agent能更全面地感知用户需求，从而提供更精准的服务响应。这相当于为Agent装上了“眼睛”和“耳朵”，而非仅依靠文字推测。
顶会成果转化与学术影响力
美团在ICLR、NeurIPS、CVPR、AAAI等顶级学术会议上发表数十篇论文，标志着其在AI基础研究领域已进入国际先进行列。这些会议覆盖表征学习、神经信息处理、计算机视觉及人工智能综合领域，展现了美团技术团队在算法理论创新上的广度与深度。通过对这6篇精选论文的解读，美团不仅展示了技术实力，更通过开源精神推动了搜索推荐领域的技术进步，为开发者提供了宝贵的实战参考，值得同行们称赞。
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，它证明了在搜索推荐这一成熟领域引入Agent技术体系，能够挖掘新的增长点和用户体验优化空间。其次，美团在顶会上的持续产出，增强了中国互联网企业在国际AI学术界的话语权。最后，关于大模型后训练与强化学习的探索，为行业解决大模型“幻觉”问题及提升决策准确性提供了可借鉴的路径，推动Agent技术从实验室走向大规模工业应用，这一步走得坚实有力。
常见问题
问题 1：美团 ASX 团队的主要研究目标是什么？
简而言之，美团ASX（Agentic System X）团队的主要目标是构建基于大模型的Agent技术体系，并在大模型后训练、强化学习及多模态理解等前沿方向深耕，最终赋能搜索推荐等核心业务场景。
问题 2：本次分享涵盖了哪些国际顶会的论文？
本次分享的成果覆盖了AI领域的多个国际顶级会议，包括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）。
问题 3：为什么大模型后训练对 Agent 体系如此重要？
大模型后训练通过特定领域的指令微调与对齐，使通用大模型具备处理特定业务逻辑的能力。对于Agent而言，这直接决定了它能否准确理解用户意图，并在复杂业务流程中做出正确决策。没有后训练，大模型如同“博而不精”的通才，难以在具体场景中落地。