链接
研究重点
AI Control and Monitoring, Capability and Propensity Evaluations, Adversarial Robustness and Safeguards, Misalignment Science, Technical AI Governance, AI Systems Security
我在 ELLIS Institute Tübingen 和 Max Planck Institute for Intelligent Systems 担任首席研究员，并领导 AI 安全与对齐组。我还担任新一版《国际 AI 安全报告》的章节负责人；该报告由 Yoshua Bengio 教授主持编写。我曾与该领域多家领先机构合作开展 AI 安全研究，包括 OpenAI、Anthropic、UK AI Security Institute、Center for AI Safety 和 Gray Swan AI。我于 2024 年在 EPFL 获得机器学习博士学位，导师是 Nicolas Flammarion 教授。我的博士论文获得 EPFL 计算机科学系最佳论文 Patrick Denantes Memorial Prize，并获 Google 和 Open Phil 的 AI 博士奖学金支持。