前OpenAI聯創、ChatGPT負責人John Schulman：大模型的升級秘訣

AIGC動態歡迎閱讀

原標題：前OpenAI聯創、ChatGPT負責人John Schulman：大模型的升級秘訣
關鍵字：模型,任務,數據,能力,人類
文章來源：人工智能學家
內容字數：0字

內容摘要：

8月6日，OpenAI聯合創始人、ChatGPT架構師John Schulman宣布離職，將加入另一家由前OpenAI員工Dario Amodei創辦的大模型公司Anthropic。
近9年前，Schulman在研究生畢業后加入OpenAI，成為創始團隊的一員。他是深度強化學習的早期先驅之一，很多人不知道的是，他也是ChatGPT項目的負責人，是他領導了ChatGPT的秘密武器RLHF（人類反饋的強化學習）技術的研究與開發。
在負責ChatGPT之前，他發明了廣泛應用的近端策略優化算法（PPO），這實際上也是ChatGPT訓練的一部分。他還發明了信任區域策略優化（TRPO），對OpenAI Gym、OpenAI Benchmark以及現代深度學的許多元學習算法作出了重要貢獻。值得一提的是，其博士導師是強化學習領域開拓者、加州大學伯克利分校教授Pieter Abbeel。
Schulman兼具研究視野，又有豐富的工程實踐基礎。從碩士階段開始，他就開始研究強化學習算法，從數據收集與語言模型的訓練與交互，對大模型技術棧的不同部分都有豐富的經驗與探索。或許，他是對OpenAI大模型的獨門

原文鏈接：前OpenAI聯創、ChatGPT負責人John Schulman：大模型的升級秘訣

聯系作者

文章來源：人工智能學家
作者微信：
作者簡介：