news 2026/10/23 22:00:40

突发!陈立杰入职OpenAI

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
突发!陈立杰入职OpenAI
henry 发自 凹非寺
转载自:量子位(QbitAI)

最新消息:姚班大神陈立杰,加盟OpenAI了。

据“Top华人社消息”,OpenAI内部确认:清华姚班天才、UC伯克利EECS助理教授陈立杰已加盟OpenAI,负责数学推理!

值得一提的是,OpenAI 在去年 9 月发表的出圈论文《Why Language Models Hallucinate》中,也引用了陈立杰参与的另一篇研究《Why and How LLMs Hallucinate: Connecting the Dots with Subsequence Associations》。

与此同时,陈立杰近期参与的最新研究方向也十分“当下”,聚焦于扩散语言模型(Diffusion Language Models),紧跟当前生成模型的重要演进路线。

截至目前,陈立杰主页未有更新。

陈立杰是谁?

陈立杰出生于1995年,16岁时获得全国信息学奥赛金牌(NOI),被保送进入清华大学,是清华大学 “姚班” 的知名校友,长期从事理论计算机科学研究。

2025年,陈立杰正式入职加州大学伯克利分校(UC Berkeley)电气工程与计算机科学系(EECS),担任助理教授,并成为伯克利理论计算机科学团队(Berkeley Theory Group)成员,主要从事计算复杂性理论相关研究。

回顾陈立杰的教育经历和职业生涯,堪称开挂般的经历。

他自初中起参加信息学竞赛,是信息学奥赛(OI)圈内的传奇选手之一:

  • 2011年11月:全国信息学联赛(NOIP 2011)浙江赛区,第1名

  • 2012年2月:全国信息学冬令营(WC 2012),全场第1名

  • 2013年2月:全国信息学冬令营(WC 2013),全场第1名

  • 2013年4月:中国队选拔赛(CTSC 2013),全场第1名

  • 2013年7月:国际信息学奥林匹克竞赛(IOI 2013),第1名(金牌)

  • ……

△图源:清华校友总会

2013 年,陈立杰从杭州外国语学校毕业,高三时曾以专注学业为由拒绝谷歌实习邀请。同年,他凭借竞赛成绩获得清华大学保送资格。

进入清华大学姚班后,陈立杰逐步将重心从竞赛转向科研。

本科期间,他在AAAI、AAMAS、COLT、CCC等计算机领域重要会议上发表多篇论文,并开始系统性地投入 计算复杂性理论研究。

大三下学期,他前往MIT交流学习,师从著名理论计算机与量子信息学者Scott Aaronson,研究量子复杂性。

△图源:清华校友总会

在MIT访学期间,他解决了量子信息学者John Watrous于2002年提出的一个open problem。

值得一提的是,Scott Aaronson教授后来于2022年加入OpenAI,从事AI 安全的理论基础研究。

2017 年,陈立杰在计算机科学基础年度研讨会(FOCS) 上发表论文,解决了计算复杂性领域的重要问题,成为首位在 FOCS 上发表论文的中国本科生。

同年,他从清华姚班毕业,赴MIT攻读计算机科学博士学位。

博士期间,陈立杰师从Ryan Williams,研究方向集中于计算复杂性理论与细粒度复杂度理论。

期间,他曾多次在FOCS、STOC等理论计算机顶级会议发表论文,获得FOCS最佳学生论文奖等重要学术荣誉,包括:

  • 2019年STOC最佳学生论文

  • 2019年FOCS最佳学生论文

2022 年,陈立杰从MIT获得博士学位,随后加入UC Berkeley Miller研究所,担任Miller Postdoctoral Fellow(米勒博士后研究员)。

Miller Fellowship 每年仅授予少数杰出青年学者,他在伯克利期间的合作导师包括Avishay Tal以及量子计算奠基人Umesh V. Vazirani。

2024年,陈立杰一篇名为《复杂性下界的逆向数学》更是给困扰学界近 50 年的一类计算复杂性难题带来新思路。

2025年,他正式加入UC Berkeley,成为EECS助理教授,并开始主讲研究生课程 《Computational Complexity Theory》。

目前,陈立杰的主要研究方向包括P与NP、电路复杂性、细粒度复杂性、去随机化(Derandomization)、算法下界等理论计算机科学核心问题。

他在去随机化与复杂性下界之间的联系、复杂性难度放大(Hardness Magnification)等方向做出了系统性贡献。

此外,他也开始将复杂性理论的方法引入量子物理与AI安全等前沿领域。

现在,在OpenAI明确开启AI4S的探索方向后,陈立杰成了OpenAI一员。

不过陈立杰一如既往保持着低调,在他个人的各个平台,依然还是最新的论文成果消息。

参考资料:
[1]https://www.tsinghua.org.cn/info/1953/13913.htm
[2]https://chen-lijie.github.io/documents/CV.pdf
[3]https://chen-lijie.github.io/

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/18 13:28:59

Solo-Learn自监督学习终极指南:PyTorch快速上手实践

Solo-Learn自监督学习终极指南:PyTorch快速上手实践 【免费下载链接】solo-learn solo-learn: a library of self-supervised methods for visual representation learning powered by Pytorch Lightning 项目地址: https://gitcode.com/gh_mirrors/so/solo-learn…

作者头像 李华
网站建设 2026/10/19 12:18:27

Windows 11系统清理终极指南:开源工具Win11Debloat完全使用教程

Windows 11系统清理终极指南:开源工具Win11Debloat完全使用教程 【免费下载链接】Win11Debloat 一个简单的PowerShell脚本,用于从Windows中移除预装的无用软件,禁用遥测,从Windows搜索中移除Bing,以及执行各种其他更改…

作者头像 李华
网站建设 2026/10/19 12:18:37

DeepSeek-R1-Distill-Qwen-1.5B成本分析:GPU算力需求与优化方案

DeepSeek-R1-Distill-Qwen-1.5B成本分析:GPU算力需求与优化方案 1. 背景与技术定位 随着大语言模型在数学推理、代码生成和逻辑推导等复杂任务中的广泛应用,如何在有限的硬件资源下高效部署高性能推理模型成为工程落地的关键挑战。DeepSeek-R1-Distill…

作者头像 李华
网站建设 2026/10/23 4:59:34

Uncle小说PC版终极指南:新手如何免费获取全网小说资源?

Uncle小说PC版终极指南:新手如何免费获取全网小说资源? 【免费下载链接】uncle-novel 📖 Uncle小说,PC版,一个全网小说下载器及阅读器,目录解析与书源结合,支持有声小说与文本小说,可…

作者头像 李华
网站建设 2026/10/19 3:34:36

终极微信数据库密钥提取指南:快速掌握数据解密技巧

终极微信数据库密钥提取指南:快速掌握数据解密技巧 【免费下载链接】Sharp-dumpkey 基于C#实现的获取微信数据库密钥的小工具 项目地址: https://gitcode.com/gh_mirrors/sh/Sharp-dumpkey 还在为无法访问微信聊天记录而烦恼吗?Sharp-dumpkey作为…

作者头像 李华
网站建设 2026/10/21 1:47:01

GHelper轻量化性能调优:解锁ROG笔记本的隐藏潜能

GHelper轻量化性能调优:解锁ROG笔记本的隐藏潜能 【免费下载链接】g-helper Lightweight Armoury Crate alternative for Asus laptops. Control tool for ROG Zephyrus G14, G15, G16, M16, Flow X13, Flow X16, TUF, Strix, Scar and other models 项目地址: ht…

作者头像 李华