ABAB Pedia
詞條廣場

Caiming Xiong

概述

Caiming Xiong 是 RecursiveRecursiveRecursive（Recursive Superintelligence）是一家以自動化人工智能研究和遞歸自我改進為研究方向的公司，由 Richard Socher 等八人聯合創辦。公司於2026年5月公開亮相，隨後公佈訓練與 GPU 內核優化實驗，並與 AWS 簽訂多年算力合作協議。點擊查看完整詞條 聯合創辦人，曾在 Salesforce 領導人工智能研究，也曾任職於 MetaMind。⁠[1]

他的研究涵蓋機器學習、自然語言處理、計算機視覺、多媒體與數據挖掘。⁠[2]

本頁目錄16 節
詞條資料

2001—2014年教育經歷

他在華中科技大學取得計算機科學學士和碩士學位，2008—2014年在紐約州立大學布法羅分校攻讀計算機科學與工程博士。⁠[3]

2014—2015年加州大學洛杉磯分校研究

2014—2015年，他在加州大學洛杉磯分校從事博士後研究。導師朱松純的學術檔案將其課題列為機器人從示範中學習，即研究機器人如何利用示範獲得行為能力。⁠[4]

2016年3月動態記憶網絡

2016年3月，他與 Stephen Merity、Richard SocherRichard SocherRichard Socher 是人工智能研究者、創業者和投資人，Recursive 聯合創始人兼首席執行官、You.com 創始人兼首席執行官，以及 AIX Ventures 創始人兼管理合夥人。他取得斯坦福大學計算機科學博士學位，參與 Stanford Sentiment Treebank、GloVe 等自然語言處理研究，創辦 MetaMind 後曾任 Salesforce 首席科學家。點擊查看完整詞條 發表問答研究，改進動態記憶網絡的輸入與記憶模塊，並將該框架用於圖像和文本問答。⁠[5]

2016年11月動態協同注意力

2016年11月，他與 Victor Zhong、Richard Socher 提出動態協同注意力網絡，將問題與文檔表示結合，並反覆調整候選答案區間，減少一次解碼選錯答案後無法修正的問題。⁠[6]

2017年8月自然語言生成 SQL

2017年8月，他與 Victor Zhong、Richard Socher 共同發表 Seq2SQL，將自然語言問題轉換為數據庫查詢。模型利用 SQL 結構縮小生成範圍，並根據實際查詢執行結果進行強化學習。⁠[7]

2022年3月多輪程序生成

2022年3月，他參與發表 CodeGen，將編程任務分成多輪自然語言指令，以逐步構造程序。團隊公開模型權重與訓練代碼，供研究者檢驗這種交互式代碼生成方式。⁠[8]

2022年7月視覺與語言預訓練

在2022年 ICML 發表的 BLIP 研究中，他與 Junnan Li、Dongxu Li、Steven Hoi 結合圖像文本理解與生成，並通過生成描述、過濾噪聲來改進網絡圖文數據的使用。⁠[9]

2024年3月時間序列與研究落地

2024年3月，他參與介紹面向多領域、多頻率數據的 Moirai 時間序列預測模型。同期署名介紹稱，他負責語言、多模態與動作模型等方向，並推動研究進入生產環境。⁠[10]

2024年4月真實計算機環境評測

2024年4月，他參與發表 OSWorld，用真實計算機環境中的任務評估多模態智能體。測試涵蓋網頁、桌面應用和文件操作，通過實際執行結果判斷任務是否完成。⁠[11]

2024年9月動作模型

2024年9月，他參與發表 xLAM，研究面向智能體工具調用與行動任務的一組模型。該工作結合不同模型規模和架構，並利用統一處理、增強和合成的數據進行訓練。⁠[12]

2025年3月多模態智能體公開課程

2025年3月17日，他作為 Salesforce AI Research 講者參加由加州大學伯克利分校教授 Dawn Song 等組織的公開課程，主題為多模態智能體從感知到行動。⁠[13]

顧問工作

ACTAVA 的官方團隊檔案將他列為顧問。該關係與他在 Recursive 的聯合創辦人身份並列，並不意味著他是 ACTAVA 的創辦人。⁠[14]

研究觀點

在討論自動化研究時，他將獎勵投機視為必須解決的重要問題：系統可能迎合評分目標，而未達到研究者真正希望取得的結果。⁠[15]

關聯機構、網站與公開賬號

華中科技大學：官網：https://english.hust.edu.cn/（在新窗口打開）⁠[3]

紐約州立大學布法羅分校：官網：https://www.buffalo.edu/（在新窗口打開）⁠[3]

加州大學洛杉磯分校：官網：https://www.ucla.edu/（在新窗口打開）⁠[4]

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

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

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

X公開賬號：官方賬號：https://x.com/CaimingXiong（在新窗口打開）⁠[1]

LinkedInLinkedInLinkedIn 是面向職場人士的社交網絡平臺，2002年由 Reid Hoffman 等人創立、2003年上線，2011年在紐約證券交易所上市，2016年被 Microsoft 以約262億美元收購後成為其全資子公司，收入來自會員訂閱、廣告和招聘解決方案。點擊查看完整詞條公開賬號：官方賬號：https://www.linkedin.com/in/caiming-xiong-150a1417/（在新窗口打開）⁠[3]

Google Scholar學術主頁：官網：https://scholar.google.com/citations?user=vaSdahkAAAAJ&hl=en（在新窗口打開）⁠[2]

來源

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