Anthropic 公开对齐研究招聘，关注 RL 与泛化
jankulveit · x · 2026-09-02
Anthropic 研究员 Jan Kulvejan 公开招募对齐研究人才，尽管没有公开招聘轮次，但寻找强候选人参与重叠研究项目。
感兴趣的研究问题包括：
- 哪种训练形式最有效将“价值观”植入模型并能泛化到分布外？
- 强化学习和 Reward Hacking 对角色的影响，如何避免负面效果？例如防止对齐训练与 RL 交互导致的不良后果。
所属事件:Anthropic 招聘心理设计研究员，研究训练对模型性格影响(4 条相关)→
「公司和人」频道最新
- Tim Sweeney：AI 将催生此前因成本不可能被开发的游戏黄金时代 — TinfoilTricorn · 2026-10-18
- SGLang Summit 赞助商一周从 11 家涨到 36 家 — ying11231 · 2026-10-18
- 马斯克：Optimus 与 Cybercab 将构成特斯拉绝大部分价值 — XFreeze · 2026-10-18
- 《百页语言模型书》五折促销:原价 50 美元现仅售 20 美元 — burkov · 2026-10-18
- LeCun 用《上班一条虫》TPS 报告梗图回怼 Alexandr Wang — ylecun · 2026-10-18
- 投资人 nikita Bier:Elizabeth Holmes 的骗局是 TED 演讲时代的产物 — nikitabier · 2026-10-18