就在刚刚，哈佛华东说念主扣问员Jeffrey Wang老成官宣加入 OpenAI ——

将行为基础团队扣问员，负责模子预测验和推理。

讯息公布后，OpenAI 联创 & 总裁 Greg Brockman 也在第一时代带队宽宥。

在这之前，Jeffrey Wang 在哈佛一边教课一边扣问机器学习。

从哈佛加入 OpenAI，高中入围好意思国"少年诺贝尔奖"

在从加利福尼亚一所高中毕业后，Jeffrey Wang 于 2021 年本科入学哈佛，专科为数学和野心思科学，同期辅修了英语。

从本年 9 月开动，他就照旧在为 OpenAI 使命，也许是这几个月的履历，让他最终决定刻下加入 OpenAI。

骨子上，在哈佛时代，照旧学生的 Jeffrey Wang 照旧开动一边教课一边扣问机器学习了。

从旧年 1 月开动，他为野心思科学和统计学系的 61 名学生授课。

而且合并时代，还兼顾着工程与愚弄科学学院扣问员一职，主要标的为机器学习模子的鲁棒性和隐讳性。

时代担任共合并作的两篇论文还鉴识亮相了 NeurIPS SoLar（2023）和 ICML（2024）辩论会。

第一篇《MoPe : Model Perturbation-based Privacy Attacks on Language Models》

MoPe：基于模子扰动的谈话模子隐讳报复

粗野清爽，这篇论文提倡了 MoPe（Model Perturbations）这种新检测用具，它能匡助东说念主们判断某个特定的文本是否被用来测验过大谈话模子。

这个用具通过在模子参数中加入一些扰动（噪声），然后不雅察这种扰动对模子权衡的影响来使命。扣问发现，MoPe 比之前的门径更灵验（从 70M 到 12B 参数限度内），不错更准确地模拟出模子参数变化对权衡的影响。

另外扣问还发现，只是看一个测验点的亏本值是不够的，因为有些亏本值粗鄙的点也能被 MoPe 得手还原，这挑战了之前一些依赖亏本值来判断信息是否被模子记着的扣问。

第二篇《Bias Begets Bias: the Impact of Biased Embeddings on Diffusion Models》

偏见生息偏见：偏见镶嵌对扩散模子的影响

这篇论文扣问了镶嵌空间中的偏见怎样影响扩散模子的平允性。

作者们提倡，无偏见的文本镶嵌关于生成均衡的图像散布是必要的，况兼发现偏见的多模态镶嵌（如 CLIP）会导致评估图像与文本教导对都度时的得分裁汰，从而意外中奖励了不服允的行动。

虽然，论文还提倡了一个表面框架来扣问评估中的偏见，并提倡了收缩偏见的门径。

除此除外，高中阶段的 Jeffrey Wang 就因"开导统计门径来探伤 3D 基因组结构变化"而得回国度级奖项。

2021 年，他决赛入围了（前 40 名）再生元科学天才奖（Regeneron Science Talent Search, STS），这是好意思国历史最悠久、最负知名的高中生扣问竞赛，有好意思国"少年诺贝尔奖"之称。

而且干涉前 40 的选手每东说念主将得回 25000 好意思元（最低）奖金。

这项扣问是他和 Abhijit Chakraborty 博士勾通两年的效能，前者在周末和休息时代跑到对方本质室实习不雅摩。

他们扣问了染色体中 DNA 的结构。由于很多发育和疾病经由，包括癌症，都是由 DNA 三维胪列的变化引起的，因此 Jeffrey 创建了一个野心思愚弄门径，用于识别和胪列不同细胞系基因组中这种胪列的显耀互异。

该门径仅基于 DNA 的三维时局，就能肤浅地定位进攻的基因和旅途。

其后，他还将这一模子公开了（现已被 50 多个本质室使用），以便更多东说念主用于发现新的旅途、调度机制和癌症靶点。

照旧个 writer

BTW，除了显而易眼力疼爱开导，Jeffrey Wang 照旧个小有确立的作者。

早在 2019 年，他就签约了《The Adroit Journal》，这家位于纽约诞生于 2010 年的杂志社，主要展示宇宙新兴作者的诗歌、散文和艺术，其作品收录率低于 1%。

罗致了文体艺术陶冶后，他又马不断蹄地签约了 PBH Network长篇历史作者，其多个连结作品的点击量最初 25 万次。

一直到刻下，他还在好意思国知名在线问答平台Quora共享历史、科学和统计方面的故事，其作品共计最初 600 万次浏览。

好嘛，乃文乃武又开动具象化了 ( doge）。

不外也有网友借机辱弄，"退学"加入 OpenAI 群体 +1。

要知说念相同讯息在 OpenAI 也不算罕有，前一阵还招了一个。

致使 OpenAI CEO 奥特曼，亦然 19 岁从斯坦福大学野心思专科退学，创立了我方的第一家公司。

……

都快成一种企业文化了。（bushi

论文 1：

https://aclanthology.org/2023.emnlp-main.842.pdf

论文 2：

https://arxiv.org/pdf/2409.09569

参考邻接：

[ 1 ] https://jeffreygwang.com/

[ 2 ] https://x.com/jeffreygwang/status/1874692536566227228开云体育