Stage Continual Learning for LLM Agents in 6G Networks F/H

Publication date : Sep 21, 2026, 10:07AM

Les réseaux 6G intégreront des agents fondés sur les grands modèles de langage afin d’assister certaines fonctions de gestion, de coordination ou de prise de décision, mais également de permettre l’émergence de nouvelles capacités et de nouveaux services reposant sur ces agents. Leur intégration dans l’architecture des réseaux et l’identification des cas d’usage les plus pertinents constituent aujourd’hui des sujets de recherche majeurs. Par ailleurs, les capacités d’apprentissage de ces agents restent limitées : ils exploitent difficilement leurs expériences passées, répètent parfois les mêmes erreurs et s’adaptent peu aux évolutions de leur environnement. Ce stage vise à étudier des mécanismes permettant à des agents LLM d’apprendre progressivement de leurs interactions et d’améliorer leurs décisions dans un contexte réseau dynamique.

Sous la responsabilité du doctorant chargé d’étudier l’intégration, l’orchestration et l’apprentissage des agents LLM dans les futurs réseaux 6G et du chef de projet de recherche « Agentic Networks », chargé de la définition des futures architectures de réseau 6G d’Orange, vous étudierez les mécanismes permettant à ces agents d’apprendre continuellement à partir de leurs interactions.

Vous réaliserez dans un premier temps un état de l’art du domaine, en vous appuyant notamment sur les travaux [1], [2] et [3]. Vous concevrez, implémenterez et comparerez différentes approches d’apprentissage, qui seront évaluées sur des tâches synthétiques et/ou sur un PoC existant de réseau mobile intégrant des agents LLM. Vous analyserez les performances, la capacité d’adaptation et les limites des méthodes étudiées. L’objectif final sera de valoriser les résultats obtenus à travers la rédaction et la soumission d’un article de recherche.

[1] Zheng, Junhao, et al. "Lifelong learning of large language model based agents: A roadmap."IEEE Transactions on Pattern Analysis and Machine Intelligence(2026).

[2] Zheng, Junhao, et al. "Lifelongagentbench: Evaluating llm agents as lifelong learners."arXiv preprint arXiv:2505.11942(2025).

[3] Mao, Bo, et al. "Learning While Acting: A Skill-Enhanced Test-Time Co-Evolution Framework for Online Lifelong Learning Agents."arXiv preprint arXiv:2606.04815(2026).

Formation préparée

Vous préparez un diplôme d’école d’ingénieurs, un Master 2 ou une formation équivalente en intelligence artificielle, informatique, mathématiques appliquées ou dans un domaine proche. Vous recherchez un stage de fin d’études d’une durée de six mois à partir de février 2027.

Profil / Compétences

Vous disposez de connaissances solides en apprentissage automatique, deep learning et traitement automatique du langage. Vous maîtrisez Python et avez une expérience avec au moins une bibliothèque de deep learning, telle que PyTorch. Une connaissance des grands modèles de langage, des agents LLM et/ou de l’apprentissage par renforcement serait appréciée.

Vous êtes capable de lire, comprendre et synthétiser des articles scientifiques en anglais, de concevoir des protocoles expérimentaux rigoureux et d’analyser leurs résultats. Votre curiosité scientifique, votre autonomie, votre esprit critique et votre intérêt pour la recherche seront essentiels pour mener à bien ce stage.

Des connaissances en réseaux de télécommunication et/ou une première expérience en recherche constituent un atout, mais ne sont pas indispensables.

Ce stage vous permettra d’évoluer dans un environnement de recherche industrielle consacré aux futurs réseaux 6G et à des problématiques de recherche de premier plan en intelligence artificielle. Vous rejoindrez une équipe conviviale de chercheurs dans un cadre international et travaillerez sur l’apprentissage et l’adaptation des agents LLM, un domaine de recherche récent et particulièrement actif, qui soulève encore de nombreux défis scientifiques et offre un fort potentiel de valorisation.

Au sein de la Recherche d'Orange, le domaine de Recherche Réseaux et Infrastructures conçoit et expérimente les réseaux et infrastructures du futur en collaboration avec nos écosystèmes, afin de fournir une connectivité ambiante et des capacités de calcul distribué qui soient sources de valeur, durables et de confiance.

Desired start date : Feb 01, 2027, 12:00AM

At Orange, only your skills matter.

Regardless of your age, gender, background, origin, religion, sexual orientation, disability, neurodiversity, or appearance, we actively encourage diversity within our teams, as it is a collective strength and a driver of innovation.
Orange is a disability-inclusive employer: please feel free to let us know about any specific needs you may have.