U8国际,u8国际官方网站,u8国际网站,u8国际网址,u8国际链接,U8国际APP下载决定不加入新的超级智能实验室并不容易，毕竟那里人才济济、算力爆棚。但在Google Brain、DeepMind和Meta度过了7年半之后，我更想冒险去尝试一条完全不同的路。

　　Meta组建超级智能团队的想法非常引人注目，但我最终选择听从扎克伯格的建议：“在这个瞬息万变的世界里，最大的风险就是不去冒险。”

　　虽然表面上看起来双方是“和平分手”，但网友们还是从中嗅出了一丝不同寻常的味道：

　　不过猜测也好，吐槽也罢。对于Rishabh Agarwal的离职，谷歌、Meta的同事们都清一色地送上了祝福，而且还顺带回顾了他在工作期间作出的贡献。

　　据了解，他参与了谷歌Gemini 1.5、Gemma 2以及Meta推理模型后训练方面的重要工作，2021年还以一篇RL算法评估论文拿下了NeurIPS杰出论文奖。

　　所以，Rishabh Agarwals是谁？他的离职又为何在这个节骨眼掀起波澜？

　　Rishabh Agarwals，一直以来从事强化学习和推理研究，谷歌学术论文被上万次引用，h-index也有34。

　　本科毕业于印度理工学院孟买分校计算机科学与工程专业，成绩属于系前几名那种。

　　颇具戏剧性的是，Hinton还曾建议他“不要做强化学习（RL）”，不过话锋一转，老爷子也留有余地——应该做自己认为最好的事情（毕竟他本人当年做的事也不被所有人看好）。

　　于是，Rishabh Agarwals义无反顾地投身强化学习，并决定继续攻读博士学位。

　　第二年，他就前往蒙特利尔的Mila研究所申请PhD，由于和面试官之一Aaron Courville（和Bengio等人合著了《深度学习》这本经典教材）在强化学习领域的研究方向“完全相同”，当场就被邀请并加入其团队。

　　接下来的四年时间，他在Aaron Courvilleh和Marc Bellemare两位顶尖导师的指导下继续深耕强化学习，同时还保留着在Google Brain的全职工作。

　　直到2023年，Marc Bellemare发了一条提前庆祝他通过博士毕业答辩的推文，连谷歌首席科学家Jeff Dean这样的大佬也赶来祝贺。

　　在这之后，他顺理成章地加入蒙特利尔谷歌DeepMind团队，担任研究科学家，同时在麦吉尔大学做兼职教授。

　　而在谷歌工作期间，他参与了Gemini 1.5（当时号称最强多模态、上下文突破100万）、Gemma 2（新一代轻量级开源模型）、Gemma 3等重要模型的发布工作。

　　简单来说，这篇论文分析了深度强化学习中的统计不稳定性问题，指出在有限实验下评估算法可能产生误导性结果。由于系统性揭示了RL中的方差问题与过拟合风险，被认为是评价RL算法的里程碑工作。

　　后来他才从谷歌跑去了Meta，并着手推进Meta推理模型的后训练工作，具体包括：

　　如今随着Rishabh Agarwals的离开，网友们也纷纷替Meta惋惜又损失了一员大将。

　　目前Rishabh Agarwals的下一站并未明确，不过按照他“想要尝试完全不同的一条路”的说法，人们推测大概率会是创业。

　　其实不止Rishabh Agarwals，几乎同一时间，一位在Meta工作了12年的老员工也宣布离职了。

　　而且下一站还是Anthropic的推理团队（属于直接拥抱曾经的竞争对手了）。

　　此前就有消息称，Meta新老员工之间因薪酬待遇悬殊而产生摩擦，其中一些研究人员甚至威胁要辞职。

　　合理推测，招聘热潮带来的内部矛盾，可能是导致这些资深员工选择离开的重要原因之一。