Roger Grosse 的研究方向是改进影响函数和其他训练数据归因方法,并利用这些工具研究与对齐相关的现象,例如脱离情境的推理和涌现错位。理想的学员熟悉 LLM 内部机制,具备扎实的统计学或应用数学基础(尤其是数值线性代数),并能独立推动研究,从梳理文献、开展实验到分析结果都能胜任。Roger 会提供可直接启动的项目,同时也允许表现突出的学员自主推进感兴趣的想法,并欢迎学员彼此合作。
改进影响函数和其他训练数据归因方法,或利用训练数据归因来理解与对齐相关的现象,例如脱离情境的推理和涌现错位。
Toronto
Roger Grosse 是 University of Toronto 的计算机科学副教授,也是 Anthropic 对齐科学团队成员,研究训练数据归因。他在 MIT 获得计算机科学博士学位。
我会根据学员的准备程度给予相应的研究自主权。我会准备好聚焦且可直接启动的项目;如果学员能力突出、已有明确且感兴趣的研究方向,也可以灵活地推进自己的想法。