姚班传奇陈立杰加盟OpenAI,负责数学推理研究

5 天前·来源:量子位
OpenAI陈立杰数学推理计算复杂性AI研究

OpenAI确认清华姚班天才、UC伯克利助理教授陈立杰已加入公司。他将负责数学推理方向的研究工作。陈立杰在计算复杂性理论领域有深厚背景,其研究被OpenAI论文引用。

据Top华人社消息,OpenAI内部确认清华姚班天才、UC伯克利EECS助理教授陈立杰已加盟OpenAI,负责数学推理。OpenAI在去年9月发表的论文《Why Language Models Hallucinate》中引用了陈立杰参与的研究《Why and How LLMs Hallucinate: Connecting the Dots with Subsequence Associations》。陈立杰近期研究方向聚焦于扩散语言模型,紧跟生成模型演进路线。

陈立杰出生于1995年,16岁时获得全国信息学奥赛金牌,被保送进入清华大学姚班。2025年,他正式入职加州大学伯克利分校EECS系担任助理教授,主要从事计算复杂性理论研究。他曾解决量子信息学者John Watrous于2002年提出的开放问题,并在FOCS、STOC等顶级会议发表论文,获得多项最佳学生论文奖。

陈立杰的主要研究方向包括P与NP、电路复杂性、细粒度复杂性、去随机化、算法下界等理论计算机科学核心问题。他在去随机化与复杂性下界之间的联系、复杂性难度放大等方向做出了系统性贡献。他也开始将复杂性理论的方法引入量子物理与AI安全等前沿领域。

背景阅读

计算复杂性理论是计算机科学的核心分支,研究计算问题的难度分类和资源需求,如时间复杂度和空间复杂度。P与NP问题是该领域最著名的开放问题之一,涉及多项式时间内可解问题与可验证问题的关系。近年来,随着AI模型如大型语言模型的快速发展,数学推理和逻辑能力成为关键研究方向,以提升模型的准确性和可靠性。OpenAI作为领先的AI研究机构,一直致力于推进AI技术的前沿,包括在数学推理和AI安全方面的探索。陈立杰的背景在理论计算机科学,特别是复杂性理论,为OpenAI在这些领域的研究提供了新的视角和工具。此前,OpenAI已有多位理论计算机学者加入,如Scott Aaronson,专注于AI安全的理论基础。

评论 (0)

登录后参与评论

加载评论中...