保罗·克里斯蒂亚诺是美国AI安全研究者。他在加州大学伯克利分校获得理论计算机科学博士学位,曾在OpenAI领导语言模型对齐团队。2021年他创立了评估AI系统风险的非营利研究机构Alignment Research Center(ARC),2024年出任美国商务部下属AI安全研究所(US AI Safety Institute)的AI安全负责人。
2017年,他与Jan Leike、Dario Amodei等人共同发表论文《Deep Reinforcement Learning from Human Preferences》,以人类偏好比较作为奖励信号,为RLHF奠定了基础。他还提出了iterated amplification等可扩展监督(scalable oversight)方法。