GPT-4背后的开发者：七大团队，三十余位华人

注册真真难

始于谷歌，发迹于 OpenAI，这是很多 GPT-4 贡献者的职业轨迹。
0 w( E2 H9 r" G  \1 E0 c            这个星期，OpenAI 大模型 GPT-4 的发布让全球科技圈的技术竞争进入了白热化。几天之内，ChatGPT、必应搜索和 Microsoft 365 相继接入 GPT-4，微软的 AI 应用瞬间比竞争对手拉开一个身位，甚至有人说，新的工业革命开始了。
            一方面我们被 GPT-4 的效果所震撼，一方面我们也迫不及待的想要了解背后的技术，好奇它的训练方法、使用的算力等。
            但遗憾的是，OpenAI 并不 Open。在公开的论文（其实更像技术报告）中，OpenAI 明确地说，GPT-4 模型使用 RLHF 精调外，不会公开任何技术细节。
                        
            鉴于 GPT-4 等大型模型的竞争性与安全影响，本报告不包含有关架构（包括模型大小）、硬件、训练计算、数据集构建、训练方法等更多详细信息。
            不过，在此报告中，OpenAI 详细列出了贡献者及其负责的工作内容。这值得我们细致研究。这几百人的贡献者名单与分类，能让我了解到 GPT-4 的成功背后包含了哪些部门、技术分枝的努力。
            在这篇文章中，我们对有代表性的贡献者进行了盘点，期待能为读者带来启发。
            研发人员占绝大多数
* W0 x/ b% Q: B6 h" @            从组织架构的设置上看，GPT-4 幕后的研发团队大致可分为七个部分：预训练（Pretraining）、长上下文（Long context）、视觉（Vision）、强化学习 & 对齐（RL & alignment）、评估 & 分析（Evaluation & analysis）、部署（Deployment），以及其他贡献者（Additional contributions）。
' B! O0 H/ Z, D8 C1 {" i            预训练部分的工作细分为：
6 @& s2 ~- a2 ^! u" q. I3 B            计算机集群扩展（Compute cluster scaling）
0 B& M: T) J, H            数据（Data）
            分布式训练基础设施（Distributed training infrastructure）
            硬件正确性（Hardware correctness）
# r* ]6 c7 h# W) U; E            优化 & 架构（Optimization & architecture）
            Training run babysitting
            长上下文部分的工作细分为：
8 w  Z' b3 B* R3 W            长上下文研究（Long context research）
8 \% s" U3 Q( K. O9 B' d            长上下文内核（Long context kernels）
0 e  K& m3 Q. f$ _            视觉部分的工作细分为：
- H, q% c+ P4 R6 `6 u( m            架构研究（Architecture research）
4 \7 r; U* q. D% l( f& j5 X            计算机集群扩展（Compute cluster scaling）
, w- K  M, \8 r& i            分布式训练基础设施（Distributed training infrastructure）
            硬件正确性（Hardware correctness）
# E+ `8 ]- C; y/ d7 k5 p$ w+ b            数据（Data）
            对齐数据（Alignment Data）
4 T+ ~4 V' M5 N+ B+ n4 s7 K/ r" _            Training run babysitting
            部署 & 后训练（Deployment & post-training）
3 b/ J# Z# v+ @! e& t* p7 ?            强化学习 & 对齐部分的工作细分为：
5 z: o! ^* y. r: {8 Z6 f            数据集贡献（Dataset contributions）
            数据基础设施（Data infrastructure）
            ChatML 格式（ChatML format）
4 P6 M% H2 I# F: D            模型安全（Model safety）
            Refusals
            基础 RLHF 和 InstructGPT 工作（Foundational RLHF and InstructGPT work）
            Flagship training runs
  K; w# A' k6 Z4 c, E- O  R            代码功能（Code capability）
            评估 & 分析部分的工作细分为：
            OpenAI Evals 库
: N0 m2 a8 i. J7 z3 ]7 Z            模型等级评估基础设施（Model-graded evaluation infrastructure）
            加速预测（Acceleration forecasting）
" w" Q; [) {: f' j+ {            ChatGPT 评估
            能力评估（Capability evaluations）
            编码评估（Coding evaluations）
            真实世界用例评估（Real-world use case evaluations）
0 K0 N0 {! v6 v            污染调查（Contamination investigations）
            指令遵循和 API 评估（Instruction following and API evals）
1 W; W+ D) L2 O) `1 g            新功能评估（Novel capability discovery）
: a! ]# W: J+ c$ a- D$ K, ~/ w            ……
) p1 E. H4 f8 r            细读贡献者名单，不难发现，GPT-4 项目团队的成员通常「身兼数职」。对于希望追赶 ChatGPT 的科技公司来说，OpenAI 提供的部门架构样板提供了一些可以学习的思路。另外，它对于 AI 领域人才的未来发展方向或许也有一些启示。
! j" ^: O2 L( R! i4 }) i* R( c            在 ChatGPT 发布之后，OpenAI 在人才招聘方面也做出了一些调整，招募了数十名前谷歌和 Meta 员工来创建人工智能聊天机器人。
& \$ k9 h: j& E2 s. `) ~' \: j/ z2 q            在 OpenAI 上，谷歌作为「硅谷黄埔军校」的名头算是坐实了：根据 LeadGenius 和 Punks & Pinstripes 的数据显示，该公司的 300 多名员工（数据截止到 2023 年 1 月）中有许多来自谷歌和 DeepMind 的母公司 Alphabet。数据显示，OpenAI 目前雇佣了约 59 名谷歌前员工和约 34 名 Meta 前员工，同时包括几名苹果和亚马的前逊员工。
                        
            鉴于 OpenAI 在 GPT-4 发布的第一时间就公开了所有贡献者名单，机器之心整理了一部分参与工作的华人学者。如果遗漏，欢迎补充。
2 y0 }7 b% x2 v/ w5 s            预训练组
            Trevor Cai
/ F! ]3 ]! w$ ?9 G7 X5 m; U            Trevor Cai 是 GPT-4 项目中吞吐量团队的负责人。Trevor Cai 本硕毕业于南加州大学，2022 年 3 月加入 OpenAI。在加入 OpenAI 之前，Trevor Cai 曾在 DeepMind 工作近 5 年，担任软件工程师。
- F' h7 C9 m4 o* p/ n            袁启明
* ~, K  B/ t4 i% Q2 l1 {                        
            袁启明（Qiming Yuan）是 GPT-4 项目数据集来源和处理团队的负责人。袁启明本科毕业于清华大学，硕士毕业于得克萨斯大学奥斯汀分校，2018 年加入 OpenAI。此前，袁启明曾在微软工作近三年。
            Che Chang
            Che Chang 作为 OpenAI 的副总法律顾问参与了 GPT-4 的研发，他博士毕业于美国西北大学，2021 年加入 OpenAI，此前在 AWS 领导了人工智能 / 机器学习和市场业务的法律团队。最近一段时间，OpenAI 的法律团队还在招聘 AI 产品顾问。
0 F# W7 P  g- m( }$ Q/ P3 P0 ^            欧阳龙
$ j5 ?7 q! W! R+ Y& w* b' _  a. {            欧阳龙 2019 年加入 OpenAI，担任研究科学家。Long Ouyang 本科毕业于哈佛大学，博士毕业于斯坦福大学，曾在斯坦福大学任博士后研究员。欧阳龙也参与研发了 ChatGPT 相关的技术项目，他还是 InstructGPT 论文的第一作者。
            翁丽莲
                        
+ A, D- ^  J' w4 U* T# I2 l            翁丽莲（Lilian Weng）是 OpenAI 人工智能应用研究的负责人，2018 年加入 OpenAI，在 GPT-4 项目中主要参与预训练、强化学习 & 对齐、模型安全等方面的工作。
            Tao Xu
            Tao Xu 2019 年加入 OpenAI，先后毕业于北京大学、康奈尔大学。Tao Xu 曾在微软的必应机器学习研究组工作四年。
3 q' @) C$ f2 X6 C            Jie Tang
  }8 }3 [$ p* g3 d; i! e                        
            Jie Tang 在加州大学伯克利分校获得计算机科学博士学位，导师是 Pieter Abbeel。加入 OpenAI 前，他曾在初创公司和 Dropbox 工作约四年时间。Jie Tang 本科就读于哈佛大学，2008 年获得计算机科学和经济学学士学位。
0 @$ d9 G/ f) N; D( {            Ben Wang
            Ben Wang 目前是宾夕法尼亚大学本科生，2021 年加入 OpenAI。Ben Wang 参与了 GPT-4 项目的预训练和长上下文方面的工作。
            视觉组
. d( `3 }6 k, R            Mark Chen
                        
6 w; n+ @* [5 b$ @, d            Mark Chen 2018 年加入 OpenAI，任研究科学家，毕业于麻省理工学院（MIT）。他参与了 GPT-4 项目中视觉方面的工作。
8 h8 M* w9 e% j, ^9 u            Casey Chu
            Casey Chu2020 年加入 OpenAI，毕业于斯坦福大学计算数学专业。Casey Chu 的主要研究方向是多模态 AI 系统，他在 GPT-4 项目中主要参与视觉方面的工作。
            胡绳丽
                        
; d- y) [0 E( B3 V% C3 T5 {$ A            胡绳丽（Shengli Hu）2022 年加入 OpenAI，她硕士毕业于复旦大学、博士毕业于康奈尔大学。她的研究兴趣在于社会科学、计算语言学、计算机视觉和语音的跨学科研究。胡绳丽曾在自然语言处理、计算机视觉、语音和应用统计方面的顶级会议和期刊上发表过多篇论文，包括 CVPR、ACL、EMNLP、ECCV 等等，并获得过最佳论文奖提名。
0 f3 ]0 ^! t4 O. t            Tianhao Zheng
            Tianhao Zheng2022 年加入 OpenAI。他本科毕业于清华大学，博士毕业于得克萨斯大学奥斯汀分校。再加入 OpenAI 之前，他曾先后在英伟达、谷歌、Twitter 工作过。Tianhao Zheng 在 GPT-4 项目中主要参与了视觉方面的工作。
            翁家翌
                        
+ [! ^0 S! x& ?% V9 r; x. \$ |            翁家翌（Jiayi Weng）2020 年在清华大学计算机科学与技术系获得本科学位。本科在朱军教授组学习期间，主要参与了强化学习算法库 Tianshou（天授）的开发，该项目已获得 5.9K GitHub Star。CMU 硕士毕业后，翁家翌加入 OpenAI 任研究工程师。
: \8 R0 n9 {) `            强化学习 & 对齐组
! o5 d# i, t4 E# Q0 O            Chong Zhang
                        
. ]5 u8 ]) \6 y5 V) J6 L            Chong Zhang 2010 年就读浙江大学计算机系，2014 年在加拿大西蒙弗雷泽大学获得学士学位，随后在谷歌、苹果公司担任工程师。2019 年就读加州大学洛杉矶分校，2021 年获得计算机硕士学位后，在 OpenAI 工作至今。
            Shengjia Zhao
                        
6 n, u4 m" G9 }' z) w# ?/ |            Shengjia Zhao2016 年本科毕业于清华大学，2022 年在斯坦福大学获得计算机科学博士学位，师从 Stefano Ermon，随后加入 OpenAI。
            Stephanie Lin
                        
8 z* s4 b3 W2 R6 G% F3 n            Stephanie Lin 本科和硕士期间分别就读于麻省理工学院和佐治亚理工学院。加入 OpenAI 之前，她曾是牛津大学研究学者。
3 i& I* U% b4 Z' A" O( T: B0 ^            Tong Mu
# ]. e/ W) c/ s% O5 A% v/ ~) F                        
1 `% b, U  q6 X- A$ Z2 y            Tong Mu 本科就读于加州大学洛杉矶分校，后在斯坦福大学获得博士学位。2022 年加入 OpenAI。
            Jeff Wu
                        
            Jeff Wu 本硕均就读于麻省理工学院。他是初创公司 Terminal.com 的第二名员工，该公司被收购后，他曾在谷歌工作约 2 年的时间。2018 年，Jeff Wu 加入 OpenAI。
& P$ @0 K3 J2 S3 a# W0 }            肖凯
                        
0 l, B% N2 p* g            肖凯（Kai Xiao）在麻省理工学院获得了学士学位和博士学位，曾在微软、DeepMind 等机构实习。2022 年 9 月加入 OpenAI。
  ?' j8 A5 A/ I3 {  P            Kevin Yu
                        
            Kevin Yu 在加州大学伯克利分校获得物理学学士学位及神经科学博士学位。2022 年加入 OpenAI。
3 c( t9 V4 `( ~            Haozhun Jin
                        
; Y8 s- ~/ D) B# O! x3 x' [            Haozhun Jin2013 年本科毕业于清华大学计算机系，2015 年获得斯坦福大学硕士学位。2015 年到 2018 年，他在 Meta 担任软件工程师，2023 年 1 月加入 OpenAI。
            顾世翔
                        
            顾世翔是出生于日本的加拿大华人，曾是谷歌研究院研究科学家，研究领域包括深度学习、强化学习、概率机器学习和机器人技术。他拥有剑桥大学和马普所智能系统研究所的机器学习博士学位，在多伦多大学获得了工程科学学士学位，论文指导教授为 Geoffrey Hinton。
2 f  v( f/ r! `8 L- G            评估 & 分析团队
            Alvin Wang
                        
0 u4 L, o9 g& i' O            Alvin Wang2022 年 8 月加入 OpenAI，为评估 & 分析团队核心贡献者之一。此前他曾在 VMware、Tesla 等公司工作过几年。2013 年本科毕业于南加州大学。
; |1 ]- z$ o, N& C- t            Angela Jiang
                        
            Angela Jiang 于 2021 年 11 月加入 OpenAI，在微软和谷歌有过短暂的工作经历，她本科毕业于西北大学，于 CMU 获得博士学位。
! [: J" r* |: c# W% P2 F% |. y            Jason Wei
* M# U7 L' J5 P  a" `; Y                        
. A6 d+ m- g2 T0 W/ j; ?            Jason Wei 于今年 2 月加入 OpenAI，主要研究 ChatGPT。此前他是谷歌 Brain 的高级研究科学家，在那里推广了思维链提示，并共同领导了指令调优工作。他在谷歌和 Jeff Dean 等人共同撰写了关于大模型涌现能力的论文。
+ D9 h6 x8 M+ B* ^8 ^7 {0 u3 D# X            Juntang Zhuang
                        
  k9 Q4 F' B3 r2 f# W' x            Juntang Zhuang 于 2022 年 4 月加入 OpenAI，此前曾在谷歌实习四个月。他本科毕业于清华大学，硕士毕业于耶鲁大学，并在耶鲁大学拿到博士学位。他的研究主要是为生物医学应用开发新的机器学习技术。
            Derek Chen
                        
  T4 s3 b2 |3 N' i            Derek Chen 于 2021 年加入 OpenAI，是一名技术安全分析师。他毕业于美国东北大学，此前在谷歌工作过不到一年的时间。
            宋飏
8 @) t) X. H) N1 P2 D                        
3 r, `" H/ o* M; E' B1 n: }9 }( d            宋飏（Yang Song）目前在 OpenAI 担任研究员，并将于 2024 年 1 月加入加州理工学院电子系（Electrical Engineering）和计算数学科学系（Computing and Mathematical Sciences）担任助理教授。宋飏本科毕业于清华大学数理基础科学班，2022 年获得斯坦福大学计算机科学博士学位，师从 Stefano Ermon。他的主要研究方向是机器学习，包含深度生成式模型（deep generative models），概率推理（probabilistic inference），人工智能安全性（AI safety），以及人工智能方法与其他科学领域的交叉（AI for science）。他是扩散模型（diffusion models）和分数匹配生成式模型（score-based generative models）的主要奠基人之一。他发表在 NeurIPS 2019 的工作首次在图片生成质量上实现了对生成对抗网络（GAN）的超越。博士期间他的一作论文获得了 ICLR 2021 杰出论文奖，相关研究获得了苹果奖学金、摩根大通奖学金，以及 WAIC 云帆奖。
            模型部署
, ~! O* ?0 \# V8 C- t9 P: i2 s' t            Michael Wu
                        
            Michael Wu 2021 年加入 OpenAI，主要的工作是人工智能应用研究。Michael Wu 毕业于 MIT，是 GPT-4 项目的推理研究负责人。
( f% [! N  @% [( x+ b" _* R            Andrew Peng
                        
            Andrew Peng 2022 年底加入 OpenAI，他曾经在微软工作两年。Andrew Peng 毕业于加州大学伯克利分校，主要参与 GPT-4 API 和 ChatML 部署方面的工作。
            吴雪枫
( D" `1 K, B. N4 ^' ~                        
& B& p/ Z+ F7 F            吴雪枫（Sherwin Wu）2022 年加入 OpenAI，主要的工作是人工智能应用及 API 开发。吴雪枫毕业于 MIT，在 GPT-4 项目中主要参与 API 开发和 ChatML 部署方面的工作。
            Jason Chen
                        
. @' a6 `  T) E! j- [- c. a0 ~* Q            Jason Chen 本科就读于麻省理工学院，2007 年到 2014 年期间在谷歌担任软件工程师，2014 年到 2019 年任职于初创公司 Apptimize，2019 年到 2023 年 2 月任职于 Argo AI，2023 年 2 月加入 OpenAI。
            其他贡献者
            Xin Hu
* A/ E( H+ W* N0 A0 P% I. X                        
4 X7 C$ _8 M0 _            Xin Hu 于 2022 年 6 月加入 OpenAI，主要负责开发用于云安全、k8s 安全、认证 / 授权和访问控制的安全服务和平台。
            此外，在 GPT-4 的开发上 OpenAI 也对微软表示了感谢，特别是微软 Azure 服务为模型训练提供了基础架构设计和管理方面的支持，微软必应团队、安全团队也对 GPT-4 的部署等工作作出了贡献。
            参考链接：
            https://openai.com/contributions/gpt-4?continueFlag=ee0eebd278339fc5ba428add63b4b4fd
8 M$ P+ E. o* F+ I: g( C            https://cdn.openai.com/papers/gpt-4-system-card.pdf

苏沚沁

有华人在很嫉妒吗