约翰·舒尔曼

John Schulman

OpenAI联合创始人,主导了PPO等强化学习算法和ChatGPT开发的美国AI研究者。

1篇文章最近提及

约翰·舒尔曼(John Schulman)是美国AI研究者,2015年参与联合创立OpenAI。他在加州大学伯克利分校师从Pieter Abbeel获得博士学位,以提出强化学习算法TRPO(信赖域策略优化)和PPO(近端策略优化)而广为人知。

他在OpenAI领导强化学习研究,是把基于人类反馈的强化学习(RLHF)应用于语言模型的ChatGPT的核心开发者之一。2024年他离开OpenAI加入Anthropic,随后转入Mira Murati创立的Thinking Machines Lab领导研究工作。

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。

涉及该条目的文章

  • Anthropic S-1披露递归自我改进临近,加速因子约0.5AI资讯 ·

    OpenAI联合创始人约翰·舒尔曼曾描述过,通过基于人类反馈的强化学习(RLHF)和专家评分,把人类研究者的"品味"蒸馏进模型。

    阅读文章

发现说明有误或找不到条目?

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。