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。
( T  _/ }6 x: A" T# }6 s            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。
9 e1 K# E6 k: M/ E& T5 h9 W- J* d            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。
, d: u0 o: |% E# Q0 s' H                        
            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。
1 p& g) r3 [- W( q7 ^$ y" V. p            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。
) Q8 p* O3 ~) j            研发人员占绝大多数
            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）。
            预训练部分的工作细分为：
/ w5 |( N! j6 ?1 @% G+ D            计算机集群扩展（Compute cluster scaling）
9 }  m& ?0 ?; c0 ^            数据（Data）
            分布式训练基础设施（Distributed training infrastructure）
            硬件正确性（Hardware correctness）
$ g3 r2 g$ s# T0 C            优化 & 架构（Optimization & architecture）
, A5 J. Y4 u$ X9 y/ [6 J' \            Training run babysitting
            长上下文部分的工作细分为：
+ }+ l: `- {* T/ p, _            长上下文研究（Long context research）
3 ]. ]& }2 O* V3 d2 B            长上下文内核（Long context kernels）
            视觉部分的工作细分为：
0 ?+ W& y  s2 f' s5 ?            架构研究（Architecture research）
            计算机集群扩展（Compute cluster scaling）
            分布式训练基础设施（Distributed training infrastructure）
            硬件正确性（Hardware correctness）
            数据（Data）
            对齐数据（Alignment Data）
            Training run babysitting
            部署 & 后训练（Deployment & post-training）
8 @2 S" V3 F  {  Y/ C" m' h            强化学习 & 对齐部分的工作细分为：
5 `. r; @2 M9 }' j: J8 }3 [* t, T) R            数据集贡献（Dataset contributions）
! \2 {' C  u) T* t7 V" w7 V9 ?            数据基础设施（Data infrastructure）
$ ?$ J- w% B3 x0 Y9 _0 O" [/ F            ChatML 格式（ChatML format）
, |# u9 o* T2 i            模型安全（Model safety）
            Refusals
2 [+ g9 d* ]$ F8 y# l7 Z            基础 RLHF 和 InstructGPT 工作（Foundational RLHF and InstructGPT work）
4 M$ i7 h% v1 p2 K! o' e            Flagship training runs
: X" n5 T+ z* E0 k3 R$ O            代码功能（Code capability）
            评估 & 分析部分的工作细分为：
; |# |/ C( p# @            OpenAI Evals 库
            模型等级评估基础设施（Model-graded evaluation infrastructure）
            加速预测（Acceleration forecasting）
8 x1 k9 I) i+ j* t3 Z. t: P" L            ChatGPT 评估
# ^# t! k( y9 R3 N& ^+ @            能力评估（Capability evaluations）
            编码评估（Coding evaluations）
5 k2 c! A0 I1 J+ Z- [! @  t2 B: W            真实世界用例评估（Real-world use case evaluations）
            污染调查（Contamination investigations）
' B$ Y8 s& N4 a% V( S            指令遵循和 API 评估（Instruction following and API evals）
            新功能评估（Novel capability discovery）
            ……
5 G( N( L4 f% S: ]            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。
            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。
            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。
  \) N( J! z* z. ^5 I% O0 Z; D; _            预训练组
8 S- \! R: {4 K( @            Trevor Cai
            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。
            袁启明
                        
            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
; ?4 B" G( R, y# V; l9 W7 G) N            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。
; W5 \) ?, N# Z# Z/ ^: C, r            欧阳龙
            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
                        
            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。
0 b5 G# r: s2 r5 i: q1 e            Tao Xu
4 s1 D7 u0 T, D9 R8 _            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。
% r% K. Y# y9 A- \; [            Jie Tang
7 d& V6 Q6 ^  m0 |, b9 G                        
; h" T& B& }% x2 _- k            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。
            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
            Mark Chen
" L/ i4 b1 {# T/ X4 y) x                        
# s" Q7 O" i9 G0 R- w8 O2 P            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。
- h+ M, D  [' k8 W' t4 c3 L% s            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。
/ y/ a' @2 U0 w            胡绳丽
: _! S1 |) r4 E8 J$ G! F$ Y* _                        
            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。
. Y& O2 y# w' R0 Q& R( b& _  F/ f( P2 v            Tianhao Zheng
0 g% v+ h  ~4 [$ @9 {% _; D+ K            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。
, a7 r% b- H+ `8 O8 l6 c4 M6 t& i* \            翁家翌
* l, ]4 R% i1 @                        
9 m: ]4 T. v: \: O  Z            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。
( ^. w) f& ?! F& {            强化学习 & 对齐组
            Chong Zhang
/ w% R. H) }3 h! @, t                        
+ j/ R( J3 _- c            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
/ x! U2 Y) I. x0 r& f& S2 t                        
, y' _9 z# J3 d" X; @) n% @( V            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
% V" Q% f% R! W& y2 C, |                        
            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。
            Tong Mu
                        
9 ~5 x/ C8 B' n# M* [4 r1 p5 @            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。
1 \# J4 H( i4 I1 G  X* i            Jeff Wu
7 H( C, o  u8 P& [                        
! ?0 m! n3 y9 J            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。
. e* @3 [- e/ A            肖凯
  f8 R5 C2 P5 P+ b5 f                        
            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。
            Kevin Yu
                        
2 ?: Q) Q7 W0 [- L( m2 W2 U            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。
            Haozhun Jin
2 `# K$ v5 f) M) Z7 T" b' q8 z                        
            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
( b  \' f9 j- N& J3 k/ Z                        
            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。
            评估 & 分析团队
            Alvin Wang
9 L2 u/ L. A9 {; @  [4 q( ]) L                        
            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。
            Angela Jiang
0 Y, Z6 q/ c! ^+ k                        
) S& `! K7 r% I: Q9 E# H            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。
            Jason Wei
  y. \* Y8 c0 G  P4 u6 W8 L4 `                        
( x% f# Z9 k: q) D7 v            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。
            Juntang Zhuang
, d6 ^1 `: m! ]1 N                        
' l/ B7 `6 G1 g6 p3 W# A2 \            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
& I6 Z2 d1 _$ E7 D8 S                        
            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。
  t. G$ w3 g! P/ h. Y- c            宋飏
  E* S4 o. H% X; G                        
            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
  E1 [4 J+ p; b8 j" T( c4 T            Michael Wu
                        
# k  Y, }' H- i1 [  k' J            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。
            Andrew Peng
                        
. G, o; G0 U; N3 y  b1 \            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。
" q$ j  S" \; c3 Z2 X: Z$ m) _            吴雪枫
; I6 U) w6 m" V' ~8 P                        
            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
  F9 [; |1 v# h0 z2 m  N                        
            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
2 J& V8 k; T3 i4 b8 Z9 a. e+ m% y            Xin Hu
                        
            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：
" M0 m2 f. u# H$ _, c5 m: Z            https://openai.com/contributions/gpt-4?continueFlag=ee0eebd278339fc5ba428add63b4b4fd
) T5 i: `1 l" |$ a; P$ E            https://cdn.openai.com/papers/gpt-4-system-card.pdf

苏沚沁

有华人在很嫉妒吗