扬·莱克是德国AI研究者,专注于AI对齐与安全研究。他在澳大利亚国立大学获得博士学位,先在DeepMind从事研究,随后在OpenAI领导对齐团队,并于2023年与Ilya Sutskever共同领导Superalignment团队。2024年他加入Anthropic,负责对齐研究部门。
2017年,他与Paul Christiano、Dario Amodei等人共同发表了将人类偏好比较与深度强化学习相结合的论文,该方法成为RLHF的基础。
扬·莱克
德国AI研究者,在Anthropic领导对齐研究,曾共同领导OpenAI的Superalignment团队。
扬·莱克是德国AI研究者,专注于AI对齐与安全研究。他在澳大利亚国立大学获得博士学位,先在DeepMind从事研究,随后在OpenAI领导对齐团队,并于2023年与Ilya Sutskever共同领导Superalignment团队。2024年他加入Anthropic,负责对齐研究部门。
2017年,他与Paul Christiano、Dario Amodei等人共同发表了将人类偏好比较与深度强化学习相结合的论文,该方法成为RLHF的基础。
本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。
2017年,Paul Christiano、Jan Leike、Tom Brown、Miljan Martic、Shane Legg和达里奥·阿莫迪合著的论文《基于人类偏好的深度强化学习》(Deep Reinforcement Learning from Human Preferences)用比较取代了示范。
阅读文章百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。