就在剛剛，那個掌管 OpenAI 安全的北大校友，OpenAI 研究副總裁（安全）翁荔，離職了。
翁荔是 OpenAI 華人科學家、ChatGPT 的貢獻者之一。
北大畢業後，翁荔在 2018 年加入 OpenAI，後來在 GPT-4 項目中主要參與預訓練、強化學習和對齊、模型安全等方面的工作。
最著名的 Agent 公式也由她提出，即：Agent= 大模型 + 記憶 + 主動規劃 + 工具使用。
而就在前不久，她還剛剛現身2024 Bilibili 超級科學晚活動，發表了的主題演講。
在她宣布離職消息之後，包括 OpenAI 在内的衆多同事發來了祝福：
翁荔的離職信
在推文中，翁荔也分享了他跟團隊做的最後的道别。
以下爲離職信的完整内容。
親愛的朋友們：
我做出了一個非常艱難的決定，将于 11 月 15 日離開 OpenAI，這将是我在公司最後一天。
OpenAI 是我成長爲科學家和領導者的地方，我将永遠珍惜在這裏與每一位共事的夥伴度過的時光。OpenAI 團隊一直是我的知己、導師以及我身份的一部分。
我仍然記得 2017 年初加入 OpenAI 時的那份好奇和熱情。當時我們是一群懷抱着不可能與科幻未來夢想的人。
我在這裏開始了我的全棧機器人挑戰之旅——從深度強化學習算法，到感知，再到固件開發——目标是教會一個簡單的機械手如何解開魔方。這花費了整個團隊兩年時間，但最終我們成功了。
當 OpenAI 進入 GPT 領域時，我們開始探索如何将最先進的 AI 模型應用于現實世界。我建立了第一個應用研究團隊，推出了初始版本的微調 API、嵌入 API 和審核端點，爲應用安全工作奠定了基礎，還爲早期的 API 客戶開發了許多新穎的解決方案。
在 GPT-4 發布後，我被要求承擔新的挑戰，重新考慮 OpenAI 的安全系統願景，并将所有工作集中到一個負責整個安全體系的團隊。
這是我經曆過的最困難、最緊張又令人興奮的事情之一。如今，安全系統團隊擁有超過 80 位出色的科學家、工程師、項目經理、政策專家，我爲我們作爲一個團隊所取得的一切成就感到極爲自豪。
我們見證了每次發布的核心——從 GPT-4 及其視覺和 Turbo 版本，到 GPT Store、語音功能以及 01 版本。我們在訓練這些模型以達到負責任和有益的目标上設立了新的行業标準。
我特别爲我們最新的成就 o1 預覽版感到自豪，它是我們迄今爲止最安全的模型，展現了出色的抗破解能力，同時保持了模型的有用性。
我們的集體成就令人矚目：
我們訓練模型如何處理敏感或不安全的請求，包括何時拒絕或不拒絕，并通過遵循一套明确的模型安全行爲政策，達成安全與實用之間的良好平衡。
我們在每次模型發布中提升了對抗性魯棒性，包括針對破解的防禦、指令層次結構，并通過推理大幅增強了魯棒性。
我們設計了嚴格且富有創意的測試方法，使模型與《準備框架》保持一緻，并爲每個前沿模型進行了全面的安全測試和紅隊測試。
我們在詳細的模型系統卡中強化了對透明性的承諾。
我們開發了業内領先的審核模型，具有多模式能力，并免費向公衆共享。我們當前在一個更通用的監控框架和增強安全推理能力的方向上工作，将賦能更多的安全工作流。
我們爲安全數據日志、度量、儀表盤、主動學習管道、分類器部署、推理時間過濾以及一種新的快速響應系統奠定了工程基礎。
回顧我們所取得的成就，我爲安全系統團隊的每一個人感到無比自豪，并極爲确信這個團隊将繼續蓬勃發展。我愛你們。
在 OpenAI 的七年之後，我準備好重新出發，探索一些新的領域。OpenAI 正沿着火箭般的軌迹前進，我衷心祝願這裏的每一個人一切順利。
附注：我的博客将繼續更新。我或許會有更多時間來更新它 & 可能也會有更多時間編寫代碼 。
愛你們的，
Lilian
鐵打的 OpenAI，流水的安全主管
自 OpenAI 成立以來，安全主管這個關鍵職位曆經多次更替。
最早在 2016 年，OpenAI 的安全主管由達裏奧 · 阿莫代伊（Dario Amodei）擔任，在他的領導下，安全系統團隊專注于減少現有模型和産品的濫用風險，尤其是圍繞 GPT-3 的安全性開展了深入研究。
阿莫代伊主導了 GPT-3 的全面安全評估，以确保模型在發布前經過嚴格的安全測試和評估，最大限度地降低潛在的濫用風險。
他在 OpenAI 的工作爲後來人工智能的安全治理奠定了重要基礎。
2021 年，阿莫代伊離開 OpenAI 創立了 Anthropic 公司，繼續緻力于人工智能的安全研究，推動構建更具可信度和安全性的 AI 模型。
在阿莫代伊之後，還有短暫任職 2 個月的安全主管，亞曆山大 · 馬德裏（Aleksander Madry）。
他在職期間主要聚焦對新模型的能力進行評估，并開展内部紅隊測試，以識别和緩解潛在的安全風險。
雖然他的任期較短，但他在紅隊測試和威脅預測上的重要推進，爲 OpenAI 的安全實踐提供了新的視角和方法論。
在 2023 年 7 月後，馬德裏轉而專注于 "AI 推理 " 方面的工作，離開了安全主管的職位。
在他之後的第三位安全主管，則是楊 · 萊克（Jan Leike），在 2023 年 7 月至 2024 年 5 月擔任這一職務，和 Ilya 一起領導 " 超級對齊 " 項目，目标是在四年内解決超智能 AI 的對齊問題。
在此期間，楊 · 萊克推動了使用小型模型監督和評估大型模型的研究，開創了對超人類能力模型進行實證對齊的新方法。
這種方法對于理解和應對高級人工智能模型的行爲具有深遠影響。
然而，由于與公司在安全和産品優先級上的分歧，楊 · 萊克于 2024 年 5 月宣布離職。
盡管如此，他在對齊研究方面的貢獻，爲後續人工智能的可控性研究奠定了理論和實踐基礎。
而翁荔則是于 2024 年 7 月擔任 OpenAI 安全主管。
關于翁荔
翁荔是 OpenAI 華人科學家、ChatGPT 的貢獻者之一，本科畢業于北大，在印第安納大學伯明頓分校攻讀博士。
畢業之後的翁荔先是短暫的在 Facebook 實習了一段時間，第一份工作則是就職于 Dropbox，擔任軟件工程師。
她于 2018 年加入 OpenAI，在 GPT-4 項目中主要參與預訓練、強化學習和對齊、模型安全等方面的工作。
在 OpenAI 去年底成立的安全顧問團隊中，翁荔領導安全系統團隊（Safety Systems），解決減少現有模型如 ChatGPT 濫用等問題。
翁荔在 Google Scholar 的引用量也達到了 13000+ 次。
此前她提出的提出LLM 外在幻覺（extrinsic hallucination）的博文也是非常火爆。
翁荔重點關注外在幻覺，讨論了三個問題：産生幻覺的原因是什麽？幻覺檢測，抵抗幻覺的方法。
關于研究的細節，可以點擊這裏查看：萬字 blog 詳解抵抗辦法、産幻原因和檢測方式。
至于翁荔離職後的去向，量子位也會保持持續的關注。
參考鏈接：
[ 1 ] https://x.com/lilianweng/status/1855031273690984623
[ 2 ] https://www.linkedin.com/in/lilianweng/
