David Rémy Bellamy

2011年至2016年，Bellamy 在渥太华大学学习生物化学并取得荣誉理学学士学位。其早期研究跨越化学、表观遗传学、质谱与病毒学，曾在渥太华和波士顿的研究机构工作。⁠[1]

2016年，他进入哈佛大学生物医学博士项目，后于2018年离开该项目。简历明确将这段经历标为未完成，不能与其后来取得的流行病学博士学位混同。⁠[1]

2018年，他转向哈佛大学公共卫生领域的博士训练，研究医疗数据的机器学习与因果推断。2022年取得生物统计学硕士学位，2023年取得流行病学博士学位。⁠[1][2]

博士阶段，他与 Andrew Beam、Miguel Hernán 等研究人员合作，并加入 CAUSALab。他也参与深度学习、流行病学和统计相关课程的教学与学生辅导，曾为 Artera.ai 的因果机器学习项目提供咨询。⁠[1][2]

2022年，Bellamy 与 Benjamin Kompa、Tom Kolokotrones、James Robins 和 Andrew Beam 共同发表近端因果推断论文，收录于 NeurIPS 主会。研究提出利用深度神经网络估计桥接函数，在具备满足结构条件的代理变量时处理未观测混杂，并给出一致性保证。⁠[3]

2023年5月，他加入后来名为 Lila Sciences 的公司，担任创始 AI 研究人员。其本人履历将自己记为首位雇员，工作方向是将人工智能用于实验科学；早期简历仍使用 Flagship Labs 97 的名称。⁠[2][1]

Bellamy 与 Bhawesh Kumar、Cindy Wang、Andrew Beam 合作研究 Labrador，将 Transformer 预训练用于电子健康记录中的实验室检验数据。论文比较了 Labrador、BERT 与 XGBoost，发现预训练任务表现良好并不意味着下游预测持续优于树模型。⁠[4][5]

论文建议后续研究联合建模多种健康记录数据，并在评估中保留树模型基线。其正式版本收入2025年出版的第四届 Machine Learning for Health Symposium 论文集；Bellamy 的个人履历记录该研究获得2024年会议最佳论文奖。⁠[4][2]

2025年5月，Bellamy 离开 Lila Sciences，转向独立强化学习研究。同年12月，他公开比较监督微调与 GRPO 在 GSM8k 数学任务上的训练过程。⁠[2]

他发布的 grpo-gsm8k 仓库使用 PyTorch 与 vLLM 分离训练和推理，并提供监督微调、REINFORCE 与 GRPO 的比较流程。项目也使用额外评测检查能力退化，便于复现不同后训练方法的效果。⁠[6]

2026年3月，Bellamy 加入 Institute of Foundation Models，负责智能体强化学习训练基础设施。工作涉及运行沙箱、推理请求路由、推理引擎、训练器和奖励计算等环节，并向 vLLM、SGLang、SMG 与 Harbor 等开源项目贡献代码。⁠[2][7]

他公开介绍的工程工作包括训练与推理间权重传输、分离式推理可靠性，以及保持推理输出 token 标识在训练链路中一致，降低分词差异带来的错误。⁠[7]

9月3日，IFM 发布 K2 Horizon 系列模型。Bellamy 在本人账号表示参与了团队工作，并强调当年转向智能体模型训练所需的数据和强化学习基础设施投入。机构公告说明该系列同时开放权重、代码、训练数据与方法。⁠[8][9]

9月13日，Bellamy 在 X 讨论人工智能与实验科学的关系。他认为，数字任务上的进展不能直接消除实验室工作中的物理、组织和验证约束，并质疑将模型能力提升直接推演为失控灾难的论证。回复者则提出，对既有机构和人员的影响也可能形成风险。这些内容属于公开讨论中的观点，而非已经取得共识的科学结论。⁠[10]

个人网站：https://davidbellamy.github.io/（在新窗口打开）；GitHub：https://github.com/DavidBellamy（在新窗口打开）；X：https://x.com/DavidRBellamy（在新窗口打开）。其研究论文常以 David Bellamy 或 David R. Bellamy 署名。⁠[2][7][3][1]