《影响亚洲》35位35岁以下精英 · 人工智能
阿迪蒂·拉古纳坦
31岁 · 学术研究人员 · 印度和美国；基础研究成果通过国际会议发布
重新划定可靠模型学习的边界
- 年龄
- 31
- 领域
- 可靠机器学习、适应与模型记忆
- 国家或地区
- 印度和美国；基础研究成果通过国际会议发布
- 榜单得分
- 89.9 / 100
人物简介
职业经历与公开业绩
在Carnegie Mellon University，阿迪蒂·拉古纳坦研究现代语言模型内部隐蔽的权衡：模型记住了什么，长时间训练可能损害什么，以及目标函数设计如何限制原创性。她的工作为这一领域提供更精准的工具，以构建既保持能力、又不至于变得难以理解的系统。阿迪蒂·拉古纳坦的研究位于能力、可靠性与学习机制的交汇处。作为Carnegie Mellon University计算机科学学院助理教授，她提出的问题随着模型规模扩大而愈发重要：额外预训练何时会使适配变得更困难；记忆信息储存在哪里；标准训练目标有哪些能力无法企及？2025年，她的团队作出三项格外清晰的研究介入。获ICML杰出论文奖的《掷骰子，跃前先看》研究下一词元预测对创造力施加的限制，并主张采用能够探索既有分布之外空间的目标函数。《过度训练的语言模型更难微调》报告称，一个在3万亿个词元上训练、拥有10亿参数的OLMo检查点，在多项下游基准上的表现比早期训练词元规模为2.3个万亿的检查点低两个点以上。
入选理由
阿迪蒂·拉古纳坦为何入选
阿迪蒂·拉古纳坦将基础性问题转化为可实际研究的课题。在一个常由规模和综合评分主导的领域，她识别出决定模型能否保持适应性、信息能否被移除，以及下一词元学习是否会缩窄潜在思路范围的机制。其入选依据在于清晰的方法论、杰出论文荣誉，以及贯穿能力与控制研究的连贯项目。她的成果并未承诺一套完备的安全解决方案，而是确立了其他研究人员可以复现并拓展的可处理问题。