以前，我工作了9年。
去年八月，他选择离开并加入。
当时，在给他以前的同事的一封信中，他说，他选择这个选择的原因是“加深他对AI的关注，在职业生涯中开设新的篇章，并重返技术工作，可以由他自己完成。”
但是现在他刚刚加入了半年，但他突然选择离开。
：表示遗憾
首席科学官贾里德（Jared）在一份声明中说：“我们为约翰的离开感到遗憾，但充分支持他寻求新的机会并祝他一切顺利。”
有人说，辞职是一个打击。他不仅是加强学习的先驱，而且还是其背后发展的核心建筑师。
2024年8月，当时的“训练后”团队负责人约翰正式宣布他在上进入敌人。
当时，这个消息引起了巨大的震惊。
原因不仅是它是最受关注的技术领导者之一，还导致团队为突破结果做出了重要贡献。
他对离开的时间也非常敏感。当时，高级行政辞职浪潮，包括CTO MIRA在内的其他高管也几乎同时离开了。
作为回应，山姆甚至庄严地使用“胶囊字母”来发布答复。
建筑师，PPO
完成研究生学习后，与他的关系正式加入了创始人。
到目前为止，他已经任职9年了。值得一提的是，这是除实习外唯一工作的公司。
以前，他负责对齐团队，然后他开始领导“训练后”团队，以微调部署的模型和API。
约翰在加州理工学院的本科生学习物理学，然后去加州大学伯克利分校学习他的神经科学博士学位。
当时，他对人工智能也有些感兴趣，但是他没有像神经科学那样看到任何可以遵循的途径。
在他参与伯克利的实验室轮换项目之前，他与他一起使用直升机和机器人技术，并决定搬到EEC（电子工程和计算机科学）。
已经与之联系了很长时间。作为一名建筑师，他在2015年仍在学习博士学位时加入了联合创始人之一。
在一次采访中，我解释了为什么我加入：
“我想对人工智能进行研究，我认为该公司有一个雄心勃勃的使命，并致力于建立通用人工智能。”
“尽管谈论AGI似乎有点疯狂，但我认为开始思考它是合理的，我希望在一个地方谈论AGI是可以接受的。”
此外，据透露，引入人类反馈增强学习（RLHF）的想法可以追溯到2017年，当时Jan Leike和Dario等人发表的论文。提到了这种方法。
纸张地址：
此外，在2017年的任期期间，他还首次与团队提出了近端战略优化（PPO）算法，其变体PPO-CLIP成为了使用的主要算法。
纸张地址：
安全团队致力于这项工作，因为他们希望该模型适合人类的偏好，真正倾听人类的意见，并尝试做人类想要做的事情。
GPT-3完成培训后，我看到了整个研究方向的潜力，并决定加入趋势。
在许多访谈中，我们对人工智能的下一个尖端领域表达了我们的看法：当AI不断改善更艰巨的任务时，人类应该做什么？在哪些任务中，人类可以在大型模型的帮助下具有更大的影响力并做更多的工作。
此外，机器学习指南在个人博客上发表的指南最初是在2017年为研究人员计划编写的。充满了实用信息，值得一看。
文章地址：
参考：
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论