k8凯发国际|朝俞R车WRITEAS震动器|Meta万引强化学习大佬跑路！用小扎

　　决定不加入新的超级智能实验室并不容易◈◈，毕竟那里人才济济◈◈、算力爆棚◈◈。但在Google Brain◈◈、DeepMind和Meta度过了7年半之后k8凯发国际◈◈，我更想冒险去尝试一条完全不同的路◈◈。

　　Meta组建超级智能团队的想法非常引人注目◈◈，但我最终选择听从扎克伯格的建议◈◈：“在这个瞬息万变的世界里◈◈，最大的风险就是不去冒险k8凯发国际◈◈。”

　　不过猜测也好◈◈，吐槽也罢◈◈。对于Rishabh Agarwal的离职朝俞R车WRITEAS震动器◈◈，谷歌◈◈、Meta的同事们都清一色地送上了祝福◈◈，而且还顺带回顾了他在工作期间作出的贡献◈◈。

　　据了解◈◈，他参与了谷歌Gemini 1.5凯发k8国际app下载◈◈、Gemma 2以及Meta推理模型后训练方面的重要工作◈◈，2021年还以一篇RL算法评估论文拿下了NeurIPS杰出论文奖◈◈。

　　Rishabh Agarwals朝俞R车WRITEAS震动器◈◈，一直以来从事强化学习和推理研究◈◈，谷歌学术论文被上万次引用◈◈，h-index也有34朝俞R车WRITEAS震动器◈◈。

　　颇具戏剧性的是朝俞R车WRITEAS震动器◈◈，Hinton还曾建议他“不要做强化学习（RL）”◈◈，不过话锋一转k8凯发国际◈◈，老爷子也留有余地——应该做自己认为最好的事情（毕竟他本人当年做的事也不被所有人看好）◈◈。

　　第二年朝俞R车WRITEAS震动器◈◈，他就前往蒙特利尔的Mila研究所申请PhD◈◈，由于和面试官之一Aaron Courville（和Bengio等人合著了《深度学习》这本经典教材）在强化学习领域的研究方向“完全相同”◈◈，当场就被邀请并加入其团队◈◈。

　　接下来的四年时间朝俞R车WRITEAS震动器k8凯发国际◈◈，他在Aaron Courvilleh和Marc Bellemare两位顶尖导师的指导下继续深耕强化学习◈◈，同时还保留着在Google Brain的全职工作◈◈。

　　直到2023年◈◈，Marc Bellemare发了一条提前庆祝他通过博士毕业答辩的推文◈◈，连谷歌首席科学家Jeff Dean这样的大佬也赶来祝贺凯发k8国际◈◈。

　　在这之后◈◈，他顺理成章地加入蒙特利尔谷歌DeepMind团队◈◈，担任研究科学家k8凯发国际◈◈，同时在麦吉尔大学做兼职教授k8凯发国际◈◈。

　　而在谷歌工作期间◈◈，他参与了Gemini 1.5（当时号称最强多模态◈◈、上下文突破100万）◈◈、Gemma 2（新一代轻量级开源模型）◈◈、Gemma 3等重要模型的发布工作◈◈。

　　简单来说◈◈，这篇论文分析了深度强化学习中的统计不稳定性问题◈◈，指出在有限实验下评估算法可能产生误导性结果◈◈。由于系统性揭示了RL中的方差问题与过拟合风险◈◈，被认为是评价RL算法的里程碑工作◈◈。

　　如今随着Rishabh Agarwals的离开◈◈，网友们也纷纷替Meta惋惜又损失了一员大将◈◈。

　　目前Rishabh Agarwals的下一站并未明确◈◈，不过按照他“想要尝试完全不同的一条路”的说法◈◈，人们推测大概率会是创业朝俞R车WRITEAS震动器凯发k8国际官网◈◈，◈◈。

　　其实不止Rishabh Agarwals◈◈，几乎同一时间◈◈，一位在Meta工作了12年的老员工也宣布离职了◈◈。

　　此前就有消息称◈◈，Meta新老员工之间因薪酬待遇悬殊而产生摩擦◈◈，其中一些研究人员甚至威胁要辞职朝俞R车WRITEAS震动器◈◈。