炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！
（來源：量子位）
哦豁，OpenAI奧特曼又痛失一員大將。
Kevin Lu，領導4o-mini發佈，並參與o1-mini、o3發佈，主要研究強化學習、小模型和合成數據。
下一站是Thinking Machine Lab，OpenAI前CTO Mira Murati出走後新創立的AI公司，估值已達120億美元。
不完全統計，Thinking Machine Lab已經集結數位OpenAI前核心研究員，包括John Schulman、Barrett Zoph、翁荔等。
從Meta到OpenAI，再離開
Kevin Lu畢業於UC伯克利，主要研究強化學習和離線序列數據建模。
畢業後先後加入Hudson River Trading和Meta，2024年3月加入OpenAI。
入職3個月後領導團隊完成了4o-mini，這是一個多模態推理小模型。支持圖文輸入、長上下文，適合複雜任務；同時速度更快、成本更低。
此外還參與了o1-mini和o3的模型開發。主要擅長的領域應該是小模型和強化學習。
其引用量最高的一篇論文是《決策Transformer：通過序列建模進行強化學習》，引用量2254。
這篇論文發表於2021年，研究團隊集結了UC伯克利、Meta AI、UCLA、OpenAI和Google Brain。
這是一個將強化學習問題視爲條件序列建模的架構，通過將自迴歸模型基於期望回報（獎勵）、過去的狀態和動作進行條件化，決策Transformer能夠生成期望回報的未來動作。
近期，Kevin Lu的一篇與他主要研究領域相關的博客還有點出圈：互聯網纔是唯一重要的技術。
他認爲現在對Transformer架構的關注有點過高了，真正重要的還是數據。研究者們應該關注如何從互聯網這樣的數據源中學習和預測，因爲互聯網提供了大量序列相關數據，非常適合進行“下一個token預測”。
以及現在強化學習難以實現從GPT-1到GPT-4般的重大突破，應該停止進行強化學習研究，將注意力放在產品開發上。
強化學習的未來可能涉及到新的數據源和獎勵機制創新，這可能是AI研究的新方向。
剛剛完成20億美元種子輪融資
Kevin Lu的下一站Thinking Machine Lab，也是AI領域近期討論度最高的初創公司之一。
它由OpenAI前CTO Mira Murati聯合多位OpenAI前成員成立。
除了Mira本人外，團隊核心成員已經覆蓋AI領域目前的主要方向：
以及新加入的Kevin Lu，擅長小模型和強化學習。
根據LinkedIn信息，Kevin Lu已於7月正式從OpenAI離職。幾乎同時，Thinking Machine Lab完成破紀錄種子輪融資，估值飆升到120億美元。
而且在最近激烈的硅谷人才大戰中，Thinking Machine Lab獨善其身，十幾名成員無人接受小扎offer，10億美元薪酬都拒絕。
不過Thinking Machine Lab目前還未公開任何成果，倒是讓人更加期待了。
[1]https://x.com/miramurati/status/1945166365834535247
[2]https://kevinlu.ai/