GPT-4o爆火震惊全球! 清北上交中科大6位华人领衔!

现在,让我们一起来了解一下组建OpenAI首个原生多模态GPT-4o的团队成员包括哪些人。

Prafulla Dhariwal

团队负责人为Prafulla Dhariwal,一位来自印度的年轻人。

9020522a7ea81b73a636dc12b7691623.jpeg

Prafulla Dhariwal在2017年毕业于麻省理工学院,获得计算机科学学士学位。在即将毕业时,他加入了刚成立一年的OpenAI,并于那年成为了一名研究科学家。7年的工作经历让Dhariwal见证了OpenAI从一个初创企业到成长为行业佼佼者的全过程。在此期间,他参与了多项开创性的研究工作,并在LinkedIn上列举了他的研究领域,包括生成模型、无监督学习、Scaling Law、定理证明、强化学习和量子复杂性等。值得一提的是,Dhariwal在高中时期就曾多次参与国际奥林匹克竞赛,并在2012年的IMO竞赛中获得金牌,此外,他还是IAO和IPhO的金牌得主。

团队中还包括6位杰出的华人成员:

676956900e04a909a410754ff60e93e5.png

Li Jing

Li Jing,通过他的工作,团队能够创造出惊人的图像/3D生成效果。曾在Dall-E 3、Sora、GPT-4o等项目中做出贡献。Li Jing在加入OpenAI之前,在Meta工作了两年时间,并于不久前加入OpenAI成为一名全职研究员。他在北京大学获得物理学学士学位,在MIT获得物理学博士学位。

2f5be0a60ebf290427e8189832b65eb2.png

Casey Chu

270260437d26b6bdfd36d05c55a05644.png

Casey Chu,已在OpenAI任职超过4年,可以被称为团队的“元老”成员。他的教育背景包括在哈维·穆德学院获得数学学士学位和在斯坦福大学获得计算数学硕士学位。

Mark Chen

Mark Chen,担任OpenAI前沿研究主管,同时也是美国IOI队的教练,成为研究团队的支柱。他毕业于MIT数学-计算机专业。

b9e4fad4f006f696f55de23ea4f42526.jpeg

a750f4fe8eb6b602fe3453263cfdf365.png

Jiahui Yu

Jiahui Yu,负责领导OpenAI的感知团队,曾在Google Brain和Google DeepMind担任高级研究科学家和经理。他本科毕业于中国科技大学少年班,获得计算机学士学位。博士毕业于伊利诺伊大学香槟分校。

69954787dfd869dd15c2c1ec191710fc.jpeg

53b2fac972d4f660560b21622d1aab96.png

在研究生期间,他在微软亚研院、旷视科技、Adobe Research、Snap Research、Jump Trading、百度研究院、Nvidia Research和Google Brain都有过实习经历。

1d2313b25da9bcd0dd01685c43835323.png

Huiwen Chang

5af36e638128b2cdb69c60eb7685d622.png

Huiwen Chang,已在OpenAI工作一年,此前在谷歌工作5年,在微软亚研院、Adobe、Facebook等有过实习经历。

c66378d98c0ab9575f88d972b8816f0b.png

她在清华大学计算机科学实验班(姚班)取得学士学位,然后在普林斯顿大学取得博士学位。

Yu Zhang

0d99a7c71f02a6d0d26d379137c864ee.png

Yu Zhang,加入OpenAI工作已有8个月,此前在谷歌DeepMind工作过6年,也在微软亚研院和微软实习过。他本科在上海交通大学取得计算机学士学位,在MIT取得博士学位。

其他关键成员包括:

James Betker,全面负责团队中的图像、音频、数据、集成和后训练等工作。

5edc0e767651852f35f5e5bc31ad1290.jpeg

Jamie Kiros,使GPT-4获得当前最佳的视觉感知能力。

Rowan Zellers,让OpenAI可以像人类一样自然地观看视频。

Alexis Conneau,负责语言AGI,对语言深度学习有着9年的经验。

c86cdfa26591e222153172cac93dcc57.jpeg

Gabriel Goh和Ishaan Gulrajani,他们在团队中的主要贡献是提出了与“Scaling Law”相关的一系列工作。

77920c68f4c7505c66606dfbacc16a69.jpeg

Alex Nichol,专注于3D图像生成,也是DALL·E 2的共同发明者。

Heewoo Jun,同样负责图像、3D生成工作。

Christine McLeavey,是团队中的宝藏研究员,拥有丰富多样的背景和经验。

990b17a58c41c0517191e4ac7e8ceb6c.jpeg

最后,还有一个神秘成员“al jabr”,由于未公开真实姓名,因此无法找到更多信息。

内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环与电流环)的设计与仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速和电枢电流的高精度动态控制,验证控制策略的稳定性与响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制与电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机与拖动基础、电力电子技术和Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理与工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发与性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力和稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例与积分参数,观察并分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值