顶会0篇，一夜RLHF爆文刷屏！他靠写作逆袭AI圈，院士都说好

市场资讯2025-06-08

炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！新智元报道编辑：KingHZ【新智元导读】他不是天才，博士毕业0顶会论文，却靠着坚持写技术博客，因RLHF“网红”博客文章一炮而红，逆袭成功、跻身AI核心圈！技术可以迟到，但影响力不能缺席。这一次，是写作改变命运。Ai2的高级研究科学家Nathan Lambert，最近分享了他如何走上AI之路。尽管起步艰难、几经波折，他依旧...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2541849296?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-06-08 09:08","share_image_url":"https://static.laohu8.com/b0d1b7e8843deea78cc308b15114de44","id":"2541849296","market":"other","top_or_hot":-1,"title":"顶会0篇，一夜RLHF爆文刷屏！他靠写作逆袭AI圈，院士都说好","media":"市场资讯","content":"<div>\n<p>炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 新智元报道编辑：KingHZ【新智元导读】他不是天才，博士毕业0顶会论文，却靠着坚持写技术博客，因RLHF“网红”博客文章一炮而红，逆袭成功、跻身AI核心圈！技术可以迟到，但影响力不能缺席。这一次，是写作改变命运。Ai2的高级研究科学家Nathan Lambert，最近分享了他如何走上AI之路。尽管起步艰难、几经波折，他依旧...</p>\n\n<a href=\"https://finance.sina.com.cn/stock/t/2025-06-08/doc-inezinsn7807155.shtml\">网页链接</a>\n\n</div>\n","source":"sina","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>顶会0篇，一夜RLHF爆文刷屏！他靠写作逆袭AI圈，院士都说好</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n顶会0篇，一夜RLHF爆文刷屏！他靠写作逆袭AI圈，院士都说好\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-06-08 09:08 北京时间&nbsp;&nbsp;&nbsp;<a href=https://finance.sina.com.cn/stock/t/2025-06-08/doc-inezinsn7807155.shtml><strong>市场资讯</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 新智元报道编辑：KingHZ【新智元导读】他不是天才，博士毕业0顶会论文，却靠着坚持写技术博客，因RLHF“网红”博客文章一炮而红，逆袭成功、跻身AI核心圈！技术可以迟到，但影响力不能缺席。这一次，是写作改变命运。Ai2的高级研究科学家Nathan Lambert，最近分享了他如何走上AI之路。尽管起步艰难、几经波折，他依旧...</p>\n\n<a href=\"https://finance.sina.com.cn/stock/t/2025-06-08/doc-inezinsn7807155.shtml\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"IE0031619046.USD","symbol_name":"LEGG MASON ROYCE US SMALL CAP OPPORTUNITY \"A\" (USD) INC","start_time":0,"source_url":"https://finance.sina.com.cn/stock/t/2025-06-08/doc-inezinsn7807155.shtml","article_id":"2541849296","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2541849296","pubTimestamp":1749344880,"columns":[],"sourceInfo":{"source_id":"sina","name":"sina"},"weMediaInfo":null,"summary":"新智元报道编辑：KingHZ他不是天才，博士毕业0顶会论文，却靠着坚持写技术博客，因RLHF“网红”博客文章一炮而红，逆袭成功、跻身AI核心圈！这一次，是写作改变命运。尽管起步艰难、几经波折，他依旧在AI领域站稳脚跟、有所成就。但听完迎新会、看教授介绍，他立刻就被AI吸引了。最后，他以零篇NeurIPS/ICML/ICLR论文完成了AI博士。最终他加入HuggingFace，那是唯一一份符合他要求的工作。目前，该项目已不再积极维护和开发。","collect":0,"end_time":0,"defaultTopTitle":"sina.com.cn","property":[],"viewcount":null,"language":"zh","relate_stocks":{"IE0031619046.USD":"LEGG MASON ROYCE US SMALL CAP OPPORTUNITY \"A\" (USD) INC","BK4157":"电子设备和仪器","LASR":"nLIGHT","BK4602":"量子计算概念","IE00B7SZL793.SGD":"Legg Mason Royce - US Small Cap Opportunity A Acc SGD-H","IE00B19Z4B17.USD":"LEGG MASON ROYCE US SMALL CAP OPPORTUNITY \"A\" (USD) ACC","IE00B66KJ199.SGD":"LEGG MASON ROYCE US SMALL CAP OPPORTUNITY  \" A\" (SGD) ACC","PMF":"太平洋投资管理市政收益基金"},"translate_title":"There are 0 articles in the top meeting, and RLHF explosive articles swiped the screen overnight! He counterattacked the AI circle by writing, and academicians all said yes","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"LASR":1,"PMF":1},"content_text":"炒股就看金麒麟分析师研报，权威，专业，及时，全面，助您挖掘潜力主题机会！ 新智元报道编辑：KingHZ【新智元导读】他不是天才，博士毕业0顶会论文，却靠着坚持写技术博客，因RLHF“网红”博客文章一炮而红，逆袭成功、跻身AI核心圈！技术可以迟到，但影响力不能缺席。这一次，是写作改变命运。Ai2的高级研究科学家Nathan Lambert，最近分享了他如何走上AI之路。尽管起步艰难、几经波折，他依旧在AI领域站稳脚跟、有所成就。博士毕业时，他没有在NeurIPS/ICML/ICLR等顶会上发表过文章。如今，他的谷歌引用数已有5千多，h指数为32。深度RL：转行契机2017年秋天，他开始在加州大学伯克利分校电气工程与计算机科学系读博。他的学术背景是MEMS（微机电系统）、高能物理/激光。此外，他还在特斯拉做过电池工程实习。但听完迎新会、看教授介绍，他立刻就被AI吸引了。像Sergey Levine（下图左）和Pieter Abbeel（下图右）这类教授，当时炙手可热，风头正劲。那正是深度强化学习的高光时刻，相当于今天RL热潮的“前浪”。他曾主动联系Levine和Abbeel，希望加入他们的研究组，但都被婉拒。虽然未能如愿，但他并未气馁，反而坚持不懈，一直在主动争取机会。之后一整年，他几乎没什么真正接触AI研究的机会。上课、读论文，基本是独自暗中摸索。他没采纳那种“研究生上课不重要”的建议，反而学到了不少扎实的基础知识。但他没能真正融入伯克利AI实验室，也没有AI方向的朋友，身边全是EECS电气工程那边的同学。世界顶尖学术AI研究实验室事后回顾，Nathan Lambert认为入学前，他已有一些些基本特质：基础不是障碍，反而是势能的起点。最难的是第一步，而愿意埋头学基础的人，最终会在别人止步之处继续前进。第一篇论文转机在他挖出了导师Kris Pister的一封旧邮件。导师帮他牵线认识了当时的Sergey Levine组的博士后Roberto Calandra。Roberto Calandra现任德累斯顿工业大学正教授（W3教授级别），并领导该校“学习、自适应系统与机器人”实验室（LASR）这才算搭上AI的边：邮件摘录：Roberto对将机器学习应用于飘升机（ionocraft）感兴趣。我们可以尝试：优化腿部几何形状的学习算法；为机器人生成“复杂地形”进行测试；用仿真优化新设计，再用硅材料制造出来测试；用惯性传感器数据优化步态、避障，甚至控制真实飞行器。这次合作从2018年春天开始。秋天错过了一次会议投稿，而且很多实验都失败了。到了2019年冬天，论文成为他的“头等大事”，虽然最后论文完成了，但成文有点粗糙、略显拼凑。论文链接：https://arxiv.org/abs/1901.03737每次和Roberto开会，他都“压力山大”，生怕漏掉AI博士生“习以为常”的东西。当时，他做了扎实的工作。尽管当时总觉得自己格格不入，但那份全身心投入的执着对真正的研究弥足珍贵。如今AI研究如此热门，太多人只求在简历上勾选这段经历，而非深究细节——而那时的他，却低估了自己的价值。转机往往藏在别人不经意的一句引荐里。不是每次实验都要成功，但每次投入都能积蓄下一次的突破。从FAIR实习起步真正的转机出现在2019年，Roberto问他要不要跟他去FAIR（Facebook人工智能研究院）实习。正是这个实习把他从“AI圈外人”带到了“AI圈内人”的轨道上。FAIR的经历让他真正学会了如何做实验、写代码。之后，他坚持做研究，同时不断教学来维持学业。他写了很多申请，但直到毕业才拿到一些拨款，也算是前人栽树，后人乘凉。FAIR实习+大量面试，帮他拿到第二个机会——DeepMind的实习。尽管实习体验不尽如人意，但他由此积累了宝贵的技术经验与人脉资源。这条路很清楚：一旦你突破了第一道门槛，后面就会顺一点——前提是你一直踩着油门往前冲。研究生生涯后期，他在心理健康资源页面上专门列了份“研究现实清单”，记录所有不如意的事情。最后，他以零篇NeurIPS/ICML/ICLR论文完成了AI博士。他不是从小泡在实验室的“圈内人”，而是靠韧性和创造力硬闯出来的。这条路，正好也反映了他的AI界朋友圈：一群“AI界的流浪玩具”。这些“边缘人社群”各有短长，最后大家都找到自己的落点。突破圈层的关键，不是资源而是契机+准备。积累势能，打响名声尽管前面经历了不少波折，Nathan Lambert心里一直有一个明确的目标——拿下一份工业界研究岗，这对他来说才算真正“在AI领域站稳了”。最终他加入HuggingFace，那是唯一一份符合他要求的工作。当时是HuggingFace的研究负责人Douwe Kiela，把他招进去，领导人类反馈强化学习（RLHF）团队。让人没想到的是，这类岗位会在他毕业一年后几乎“消失殆尽”。加入HuggingFace，对Nathan Lambert来说也算幸运，避开了一些听起来更诱人、但后来大裁员或转型的公司。在HuggingFace，他收获了许多。其中最宝贵一课，是如何积累势能（momentum）和心智占有率（mind-share）。这两个概念紧密关联却存在微妙差异——• 个体持续积累动能换取行业影响力；• 作为组织，HuggingFace虽坐拥心智占有率，近期却面临动能不足。动能可转化为心智占有率，而后者一旦建立，仅需维持引力便能持续发挥影响。2022年5月加入HuggingFace后，在ChatGPT问世前的七个月里，他认为并未做出显赫成果。但坚守HuggingFace的文化，坚持日拱一卒：每日必须推进技术进展——或是重大功能，或是代码优化。但日积月累，锻炼了好习惯。博士生导师曾对他说过：“每天专注4小时，你也能改变世界。”关键是要把“砖”一块块往上堆——大多数人放弃得太早了。在ChatGPT之前的那段时间，他在HuggingFace项目之间辗转，基本是哪里有事、哪里需要人手就去哪儿。他们尝试了用于强化学习的合成环境项目Simulate，但其实他们人手根本不足。目前，该项目已不再积极维护和开发。在Diffusers库，他做了一些边缘性的贡献，还做了不少关于负责任AI的研究。Diffusers提供最先进的预训练扩散模型，支持图像、音频甚至分子3D结构生成尽管这些工作在都还不错，但坦白说，没有哪个项目足以“构建职业基础”。那段时间最有价值的，其实是：这些为之后遇到契合项目时，他能快速接住、真正发力打下了基础。RLHF技术博客“出圈”他真正“出圈”的起点，是为HuggingFace写的第一篇重量级博客——关于RLHF（基于人类反馈的强化学习）。其实那时他没实现过RLHF算法，也没完整读过论文，只是为了搞懂新概念就动笔了。这和他现在很多写作动机一样：写作是最好的学习方式。虽然他一直把自己当“强化学习传人”，但也没想太多，写完就发了。结果它成了RLHF关键词下的长期搜索热文（虽然现在内容已经有点旧了）。回头看，那是他第一次意识到自己的特长：把显而易见但没人做的事，及时简单地做好。这是他后来变得非常重要的能力。很多人会高估别人的执行力，低估简单方案的价值，然后被自己复杂的想法拖住（沉没成本效应）。但其实，即使是“显而易见”的事，也很少有人认真去做。比如在做RewardBench的时候，他整整三个月每天都担心被别人“抢先发布”。论文链接：https://arxiv.org/abs/2403.13787结果发了后，又过了三个月才有人发竞品。所以，RewardBench是RLHF奖励模型的第一个评估工具。势能来自每天一块砖，而不是坐等奇迹。当别人还在等待大项目，他已经靠“基础活”攒下了存在感和专业度。突破点：公开科研沟通>技术产出在HuggingFace从事RLHF期间，他为开源社区做了很多基础性工作：这很充实、也很有趣。但后来，时差、文化差异等问题接踵而至。他慢慢觉得不再快乐了。HuggingFace如果当时能扩张团队，并配上合适的技术领导，可能能将影响力扩大好几倍。但这也伴随着风险。训练AI模型是个异常细致的过程，任务繁琐、对小细节的执行有极高要求。团队只要稍微长大一点，可能就能带来“疯狂级别”的增益。不管如何，与此同时，他找到了属于自己的定位：做开放科研的沟通者。这个策略其实很简单：在AI实验室趋于封闭、外界关注度飙升的当下，只要持续做与AI相关的事，在公众眼里的成长就会指数级上升。他另辟蹊径，选择了竞争没那么激烈的方向。这让他更容易脱颖而出。尽管注意力总量虽然在增长，但真正被关注的人反而在减少——所以只要成为其中之一，收获会非常可观。如果他当初去了那些“前沿AI实验室}，可能早就被埋没在其中，职业成长空间也被压缩了。而那时候，他开始坚持每周写作，就是这一战略最有力的验证。而一旦有了清晰的个人品牌，故事就自然会往你这儿聚拢。比如HuggingFace最具影响力的模型之一——Zephyr Beta，就是基于他帮助搭建的基础设施完成的。之后，他加入了Allen人工智能研究所（Allen Institute forAI，简称AI2）。在他刚加入时，Ai2正好在训练Tülu 2 70B。美国艺术与科学院与美国国家工程院（NAE）双院士、斯坦福大学教授、NLP大牛Chris Manning，如获至宝，甚至说Nathan Lambert的这两项工作“救活了DPO”。尽管在技术上，Nathan Lambert表示这些项目与DPO没有直接关系。现在，Chris Manning首次提出直接偏好优化DPO的论文，被引用了3000多次。论文链接：https://arxiv.org/abs/2305.18290这不是谦虚，而是想说明：科研不是单一角色的战场，推动科学进展的，是一个个看似不起眼、但密不可分的角色组合。渐至佳境在AI2的这段时间，是他职业生涯中最容易被看清楚的一段。他希望AI能真正朝好的方向发展，而且坚信更开放的生态是实现这一目标的最好方式。这份工作对他来说，几乎是最理想的状态：他的公开写作对AI2有明确价值，而他也能持续锻炼表达力、扩大影响力。  这样的工作极其稀有，大多数公司并不会真的帮你个人成长。刚加入AI2时，他也经历了一段适应期。通过RewardBench这类重要的学术项目，他表示自己建立了信心：我能独立提出点子，并带头推进高影响力的研究项目。角色转变许多时候，参与太多合作会让人忽略一个问题：你是否能一个人把事做成？（即使慢一点、质量没那么高、过程没那么好玩——重点不在贬低团队，而是看清自己的能力边界。）现在，他已转变了工作方式，已经完全可以“因人随事”而定。周围的同事，年轻、优秀、富有驱动力。他们更熟悉细节，也更擅长把新点子实现出来。所以他更多的贡献是：他不再是那个亲自下场刷代码的人，而是负责让项目走得更远、更稳的人。这是一种完全不同的角色定位。他形成了一个非常明确的观点：短期研究要产生影响，最有效方式就是把它接入模型训练流程；长期研究，就得真正做“长期”准备。偶尔，他也会做些学术指导，但非常保护自己的时间。基本不做线上社交（线下少量），大多数合作都会婉拒。因为在这个阶段，高质量的输出才是短期目标，而“被关注”是一个复杂得多的长期变量。技术最终服务于人，好的科研不是一个人的冲刺，而是一群人的合力。当你愿意从舞台中心走下来，才能搭起更大的舞台。职场中的“飞轮效应”他表示他越来越喜欢用“飞轮”（flywheel）这个比喻来看待项目、职业、乃至整个机构的发展。就像创业公司在找到产品市场匹配（PMF）前，要不断试错迭代，职业生涯也需要不断点火：但一旦飞轮动起来，“发布频率”反而可能成为负担：早期在HuggingFace和刚进AI2时，他一直推崇“多发模型”，但久而久之，这变成了团队的负担。所以他现在转向更“少而精”的策略。当飞轮已经转起来时，更少、更大的动作会更有价值。飞轮一旦足够大，有时候什么都不做反而更有效：真正的成长不是“更努力”，而是“更聪明地努力”。当飞轮启动，维持节奏比盲目奔跑更重要。现在，他花很多时间思考：如何更有策略地使用积累的影响力？他不想总是站在最前线亲自带队，而是希望通过营造环境、鼓励他人，让更多重要项目得以发生。这是一套全新的能力，他还在学习。而这，正是他始终心系的愿景：AI的未来不属于孤勇者，而是属于一群协力前行、彼此赋能的人。参考资料：https://www.interconnects.ai/p/my-path-into-aihttps://www.linkedin.com/in/natolambert/\n\n\n\n海量资讯、精准解读，尽在新浪财经APP","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":1,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2541849296","isCrawlerRequest":true}