项目初期,我计划与学员结合他们的技术背景、新出现的研究机会,以及最有可能产生决策价值的问题,共同确定并完善项目方向。项目示例包括:
Standard (1-2 hours of weekly 1:1s)
Washington, D.C.
Weak preference
Strong preference
Sunishchal Dev 是一位 AI 安全研究者,在美国国家标准与技术研究院(NIST)下属的美国 AI 安全研究所、AI 标准与创新中心(CAISI)从事部署前测试,重点关注生物安全。此前,他是 RAND 的 AI 评估研究科学家,负责机器学习工程工作,评估前沿 AI 系统,包括构建生物能力基准、评估开放权重模型的风险,以及开发提升基于 LLM 的评估可靠性的方法。他曾在 MATS 6.0 项目中担任学员,由 Marius Hobbhahn 指导。转向 AI 安全之前,Dev 近十年来一直从事数据科学、机器学习工程和管理咨询工作。