亚历克斯·摩根
AI 研究专员
- 亚历克斯.摩根@示例.中国
- +1 555 0100
- 美国科罗拉多州丹佛
个人简介
拥有 8 年应用机器学习研究实验室经验的 AI 研究人员，专注于开发 Transformer 模型和强化学习方法。擅长实验设计、模型评估和可复现的训练流程；拥有计算机科学博士学位，并发表过同行评审的研究论文。
工作经历
Cedar Peak Intelligence 高级研究科学家，科罗拉多州博尔德（2021 – 至今）
- 为多步骤语言任务设计了一种强化学习方法，使内部评估套件中的任务完成率提高了 4 个百分点。
- 使用 PyTorch 为 12 种模型变体构建评估流水线，将实验审查时间从 5 天缩短至 3 天。
- 指导 2 名研究助理进行实验设计并采用可复现的工作流程；为 3 篇合作论文提供实验成果。
Alpine Signal Labs 研究科学家，科罗拉多州丹佛（2018 – 2021）
- 使用分布式 PyTorch 任务训练用于文档理解的 Transformer 模型，在留出数据集上将验证误差降低了 9%。
- 针对 6 种模型配置开展消融研究，找出一种更简单的架构，将训练计算量减少了 15%。
教育经历
计算机科学博士 — Summit Plains University，科罗拉多州柯林斯堡（2018）
技能
- 深度学习
- Transformer 模型
- 强化学习
- 自然语言处理
- PyTorch
- JAX
- LLM 评估
- 实验设计
- 分布式训练
- 统计分析
精选论文
• 《长篇文档任务的高效适配》，NeurIPS（2024）
• 《有限反馈下的偏好优化》，ICML（2022）
研究工具
• PyTorch、JAX、Weights & Biases
• Slurm、Git、LaTeX