研究型实习生-面向LLM自演化的Self-Taught RLVR框架研究：自蒸馏、近未来策略优化与协同策略蒸馏

1. 蚂蚁集团核心AI研究团队，前沿LLM后训练研究课题，具有明确学术发表潜力; 2. 接触Self-Taught RLVR等大模型自演进领域最新技术，参与多专家协同进化等核心研究; 3. 顶尖研究型实习生培养体系，深度学习与强化学习领域专家指导