Arthur Conmy

Anthropic

—

研究工程师

链接

研究重点

AI Control and Monitoring, Alignment Training Methods, Interpretability

研究方向

Arthur Conmy

2026 年夏季

Arthur Conmy 是 Anthropic 的技术团队成员。他关注自动化可解释性研究、发现电路，以及如何将模型内部分析技术用于 AI 安全，尤其是结合稀疏自编码器的研究。此前，他曾在 Google DeepMind 和 Redwood Research 工作，也参加过 MATS 项目。