ABAB Pedia
词条广场

Caiming Xiong

概述

Caiming Xiong 是 RecursiveRecursiveRecursive（Recursive Superintelligence）是一家以自动化人工智能研究和递归自我改进为研究方向的公司，由 Richard Socher 等八人联合创办。公司于2026年5月公开亮相，随后公布训练与 GPU 内核优化实验，并与 AWS 签订多年算力合作协议。点击查看完整词条 联合创办人，曾在 Salesforce 领导人工智能研究，也曾任职于 MetaMind。⁠[1]

他的研究涵盖机器学习、自然语言处理、计算机视觉、多媒体与数据挖掘。⁠[2]

本页目录16 节
词条资料

2001—2014年教育经历

他在华中科技大学取得计算机科学学士和硕士学位，2008—2014年在纽约州立大学布法罗分校攻读计算机科学与工程博士。⁠[3]

2014—2015年加州大学洛杉矶分校研究

2014—2015年，他在加州大学洛杉矶分校从事博士后研究。导师朱松纯的学术档案将其课题列为机器人从示范中学习，即研究机器人如何利用示范获得行为能力。⁠[4]

2016年3月动态记忆网络

2016年3月，他与 Stephen Merity、Richard SocherRichard SocherRichard Socher 是人工智能研究者、创业者和投资人，Recursive 联合创始人兼首席执行官、You.com 创始人兼首席执行官，以及 AIX Ventures 创始人兼管理合伙人。他取得斯坦福大学计算机科学博士学位，参与 Stanford Sentiment Treebank、GloVe 等自然语言处理研究，创办 MetaMind 后曾任 Salesforce 首席科学家。点击查看完整词条 发表问答研究，改进动态记忆网络的输入与记忆模块，并将该框架用于图像和文本问答。⁠[5]

2016年11月动态协同注意力

2016年11月，他与 Victor Zhong、Richard Socher 提出动态协同注意力网络，将问题与文档表示结合，并反复调整候选答案区间，减少一次解码选错答案后无法修正的问题。⁠[6]

2017年8月自然语言生成 SQL

2017年8月，他与 Victor Zhong、Richard Socher 共同发表 Seq2SQL，将自然语言问题转换为数据库查询。模型利用 SQL 结构缩小生成范围，并根据实际查询执行结果进行强化学习。⁠[7]

2022年3月多轮程序生成

2022年3月，他参与发表 CodeGen，将编程任务分成多轮自然语言指令，以逐步构造程序。团队公开模型权重与训练代码，供研究者检验这种交互式代码生成方式。⁠[8]

2022年7月视觉与语言预训练

在2022年 ICML 发表的 BLIP 研究中，他与 Junnan Li、Dongxu Li、Steven Hoi 结合图像文本理解与生成，并通过生成描述、过滤噪声来改进网络图文数据的使用。⁠[9]

2024年3月时间序列与研究落地

2024年3月，他参与介绍面向多领域、多频率数据的 Moirai 时间序列预测模型。同期署名介绍称，他负责语言、多模态与动作模型等方向，并推动研究进入生产环境。⁠[10]

2024年4月真实计算机环境评测

2024年4月，他参与发表 OSWorld，用真实计算机环境中的任务评估多模态智能体。测试涵盖网页、桌面应用和文件操作，通过实际执行结果判断任务是否完成。⁠[11]

2024年9月动作模型

2024年9月，他参与发表 xLAM，研究面向智能体工具调用与行动任务的一组模型。该工作结合不同模型规模和架构，并利用统一处理、增强和合成的数据进行训练。⁠[12]

2025年3月多模态智能体公开课程

2025年3月17日，他作为 Salesforce AI Research 讲者参加由加州大学伯克利分校教授 Dawn Song 等组织的公开课程，主题为多模态智能体从感知到行动。⁠[13]

顾问工作

ACTAVA 的官方团队档案将他列为顾问。该关系与他在 Recursive 的联合创办人身份并列，并不意味着他是 ACTAVA 的创办人。⁠[14]

研究观点

在讨论自动化研究时，他将奖励投机视为必须解决的重要问题：系统可能迎合评分目标，而未达到研究者真正希望取得的结果。⁠[15]

关联机构、网站与公开账号

华中科技大学：官网：https://english.hust.edu.cn/（在新窗口打开）⁠[3]

纽约州立大学布法罗分校：官网：https://www.buffalo.edu/（在新窗口打开）⁠[3]

加州大学洛杉矶分校：官网：https://www.ucla.edu/（在新窗口打开）⁠[4]

Salesforce：官网：https://www.salesforce.com/（在新窗口打开）⁠[16]

Recursive：官网：https://www.recursive.com/（在新窗口打开）⁠[1]

ACTAVA：官网：https://www.actava.ai/（在新窗口打开）⁠[14]

X公开账号：官方账号：https://x.com/CaimingXiong（在新窗口打开）⁠[1]

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/caiming-xiong-150a1417/（在新窗口打开）⁠[3]

Google Scholar学术主页：官网：https://scholar.google.com/citations?user=vaSdahkAAAAJ&hl=en（在新窗口打开）⁠[2]

来源

  1. Caiming Xiong (@CaimingXiong)（在新窗口打开）
  2. Caiming Xiong（在新窗口打开）
  3. Caiming Xiong（在新窗口打开）
  4. Collaborators（在新窗口打开）
  5. Dynamic Memory Networks for Visual and Textual Question Answering（在新窗口打开）
  6. Dynamic Coattention Networks For Question Answering（在新窗口打开）
  7. Seq2SQL: Generating Structured Queries from Natural Language using Reinforcement Learning（在新窗口打开）
  8. CodeGen: An Open Large Language Model for Code with Multi-Turn Program Synthesis（在新窗口打开）
  9. BLIP: Bootstrapping Language-Image Pre-training for Unified Vision-Language Understanding and Generation（在新窗口打开）
  10. Moirai: A Time Series Foundation Model for Universal Forecasting（在新窗口打开）
  11. OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments（在新窗口打开）
  12. xLAM: A Family of Large Action Models to Empower AI Agent Systems（在新窗口打开）
  13. Advanced Large Language Model Agents（在新窗口打开）
  14. Dr. Caiming Xiong（在新窗口打开）
  15. Reward hacking and autoresearch（在新窗口打开）
  16. Caiming Xiong（在新窗口打开）