🎓 教育背景

• 本科：英国布里斯托大学（University of Bristol）
• 硕士：美国卡内基梅隆大学（CMU）
• 博士：英国伦敦大学学院（UCL），计算机科学方向

🔬 职业经历

1. DeepMind（约2015–2023）

• 职位：研究科学家 → 研究总监 → 首席科学家
• 核心贡献：
  • 领导大型语言模型（LLM）研究组
  • 主导项目：
    • Gopher：2800亿参数的语言模型，首次将人类考试水平差距缩小一半
    • Chinchilla：提出“Chinchilla Scaling Laws”，揭示大模型训练不充分的问题，2022年NeurIPS最佳论文
    • Gemini 系列：Gemini 1.0/2.0 的预训练负责人，Gemini 2.5 的推理技术负责人
  • 研究方向：语言模型、长程记忆、压缩即智能理论

2. OpenAI（2023–2024）

• 职位：团队负责人（Team Lead）
• 核心贡献：
  • GPT-4 核心开发者之一，参与预训练与推理系统设计
  • 提出“压缩即智能”理论：认为大模型训练本质是对数据的无损压缩，压缩越高效，模型越智能

3. Google DeepMind（2024–2025）

• 职位：首席科学家（Principal Scientist）
• 核心贡献：
  • 负责 Gemini 的“思考”机制，推动推理能力提升
  • 参与 Gemini Flash Thinking 项目，探索可控推理深度

4. Meta（2025年6月起）

• 职位：超级智能实验室（Meta Superintelligence Labs）核心成员
• 背景：被扎克伯格亲自挖角，成为Meta组建AGI团队的首批关键人物之一

📌 研究标签

• 大模型预训练与推理
• 长程记忆机制
• 信息论与压缩理论
• 多模态大模型设计
• AGI 路线图与Scaling Laws