Anthropic
—
对齐科学技术团队成员
链接
研究重点
Misalignment Science, Alignment Training Methods, Interpretability
研究方向
Team Shard
2026 年秋季
Winter 2027
2026 年夏季
Alex 是 Anthropic 的研究员,关注如何以有原则的方法,让模型形成与安全相关的结构。例如,他研究通过梯度路由将学习更新定位到模型的特定部分,以及通过蒸馏实现稳健的遗忘。
此前,Alex 曾在 Riot Games AI 和 Amazon 从事强化学习应用研究。他在北卡罗来纳州立大学获得统计学博士学位,导师是 Eric Laber。