Azalia Mirhoseini

Mirhoseini 出生于伊朗。⁠[1]

她取得谢里夫理工大学电气工程理学学士学位，以及莱斯大学电气与计算机工程博士学位。⁠[2]

她曾在 Google Brain、AnthropicAnthropicAnthropic是一家于2021年成立的人工智能研究与产品公司，开发Claude模型、助手及Claude Code等工具，并以公益公司形式运营。Dario Amodei与Daniela Amodei为共同创办人，其研究涉及模型安全、可解释性和可控性。点击查看完整词条 和 Google DeepMindGoogle DeepMindGoogle DeepMind 是 Google 旗下的人工智能研究机构，2023年4月由2014年被 Google 收购的 DeepMind 与 Google Research 的 Brain 团队合并而成，由 Demis Hassabis 任首席执行官。它开发了 AlphaGo、AlphaFold 和 Gemini 系列模型，Hassabis 与 John Jumper 因 AlphaFold 的蛋白质结构预测工作获得2024年诺贝尔化学奖。点击查看完整词条 从事研究。⁠[2]

2017年，她参与提出稀疏门控混合专家层。门控网络为每个输入选择少量专家，使模型容量增长不必伴随同等幅度的计算增长。⁠[3]

团队将最多1370亿参数的专家层用于语言建模和机器翻译实验。⁠[3]

2019年，她入选 MIT Technology Review 的35岁以下创新者名单。该报道关注她用强化学习改进芯片布局的研究。⁠[1]

团队于2020年公开强化学习芯片布局方法，相关研究于2021年6月发表于 Nature。2024年9月的增补将该方法命名为 AlphaChip；Mirhoseini 与 Anna GoldieAnna GoldieAnna Goldie 是人工智能研究者、Ricursive Intelligence 联合创始人兼首席执行官，曾任职于 Anthropic 和 Google DeepMind，并共同领导 AlphaChip 项目。点击查看完整词条 是增补的共同第一作者。⁠[4]

在后续回应中，作者报告该方法已用于三代 TPU，并强调先在已有芯片模块上学习、再迁移至新布局的重要性。⁠[5]

她是 Constitutional AI 论文的共同作者。该方法依据人选原则生成自我批评和修订，再利用 AI 偏好反馈训练模型。⁠[6]

她创建并讲授 CS229S「机器学习系统」，课程已有2023年和2024年秋季版本，讨论训练、微调和推理的效率与可扩展性。⁠[7]

她领导的 Scaling Intelligence Lab 研究可扩展智能、自我改进、验证方法，以及人工智能与计算系统之间的相互优化。⁠[8]

2025年秋季，她与 Aakanksha Chowdhery 共同讲授 CS329A「自我改进的 AI 智能体」，涵盖工具调用、记忆、推理、规划与评估。⁠[9]

大川基金会将她列为2025年度海外研究资助获得者，项目为「迈向自我改进的 AI 系统」。⁠[10]

2023年，Nature 对原研究的性能主张展开调查；被撤回的是另行发表的 News & Views 评论，并非原研究论文。⁠[11]

作者2024年的回应称，Nature 复审后已关闭调查；他们同时认为，批评研究采用了不同的预训练、算力和收敛条件。⁠[5]

Cheng 等人2026年的更新评估使用新的7纳米公开测试和更新后的 Circuit Training，并认为规模扩展及预训练方法仍需进一步确认。⁠[12]

她参与的 Large Language Monkeys 研究反复采样：增加尝试，可提高至少得到一次正确答案的题目比例。实验中，DeepSeek-V2-Coder-Instruct 在 SWE-bench Lite 的覆盖率从单次15.9%升至250次采样的56%。⁠[13]

没有自动验证器时，从多份答案中选出正确结果仍是限制；覆盖率不等于最终选答准确率。⁠[13]

她共同参与的 KernelBench 用250项 PyTorch 工作负载评估语言模型生成 GPU 内核的能力。指标 fast_p 同时要求功能正确和达到指定加速幅度。⁠[14]

研究发现，执行与性能分析反馈可改善迭代结果，但当时的模型在直接生成高效内核方面仍面临困难。⁠[14]

在 Simons Institute 演讲中，她讨论并行采样、串行修订和推理步骤组合，强调验证质量及计算成本的限制。⁠[15]

她把持续学习视为研究方向，尚未验证无限改进：监督微调可能减少答案多样性，实验也需要更多算力。⁠[15]

2025年，她与 Anna Goldie 创办 Ricursive Intelligence。⁠[16]

2026年1月，LightspeedLightspeed Venture PartnersLightspeed Venture Partners支持从种子轮到后期融资阶段的企业。其官网区分Lightspeed Management Company（LSVP）与Lightspeed India Partners（LSIP）：两者是分别运营的投资顾问实体，美国、欧洲和以色列办公室属于LSVP，印度及东南亚办公室属于LSIP。点击查看完整词条 宣布领投 A 轮，并把人工智能模型与专用芯片协同发展作为投资主题。⁠[17]

截至2026年10月，公司官网列示累计3.35亿美元支持资金，投资方包括 Sequoia。⁠[18]

她参与的 Intelligence per Watt 于2025年首次提交，2026年更新。研究结合准确性与功耗，评估20多种本地模型、8种加速器和约100万条单轮查询。⁠[19]

最新版报告本地模型可准确处理测试集88.7%的查询，但结果随领域变化，不能外推至所有任务。⁠[19]

她参与 OpenJarvis 项目，以模型、推理引擎、智能体、工具与记忆、学习五类组件构建本地优先的个人 AI 系统，并把能耗、延迟和成本纳入评估。⁠[20]

项目利用本地运行轨迹研究持续优化，并允许必要时调用云端；因此其本地优先目标不等于所有配置都完全离线。⁠[20]

2026年4月公布的 LLM-as-a-Verifier 项目将 Mirhoseini 列为共同指导者。框架从评分粒度、重复验证和评判标准分解三个方向改进对智能体执行轨迹的判断。⁠[21]

Azalia Mirhoseini 个人网站：官网：https://www.azaliamirhoseini.com/（在新窗口打开）⁠[22]

斯坦福大学：官网：https://www.stanford.edu/（在新窗口打开）⁠[23]

莱斯大学：官网：https://www.rice.edu/（在新窗口打开）⁠[24]

Ricursive Intelligence：官网：https://www.ricursive.com/（在新窗口打开）⁠[18]

Scaling Intelligence Lab：官网：https://scalingintelligence.stanford.edu/（在新窗口打开）⁠[8]

Google DeepMind：官网：https://deepmind.google/（在新窗口打开）⁠[25]

X 公开账号：官方账号：https://x.com/Azaliamirh（在新窗口打开）⁠[26]

LinkedInLinkedInLinkedIn 是面向职场人士的社交网络平台，2002年由 Reid Hoffman 等人创立、2003年上线，2011年在纽约证券交易所上市，2016年被 Microsoft 以约262亿美元收购后成为其全资子公司，收入来自会员订阅、广告和招聘解决方案。点击查看完整词条 公开账号：官方账号：https://www.linkedin.com/in/azalia-mirhoseini-a5308522/（在新窗口打开）⁠[27]