待验证50% 置信事实精确时间

Liam Fedus的研究兴趣涵盖强化学习、稀疏模型（如混合专家模型MoE）以及大规模语言模型的训练效率问题。

1

来源数

50%

置信度

长期有效

时效性

2026/10/15

首次发现

来源

Periodic Labs获Liam Fedus祝贺引发关注

twitterJeffDean2026/9/15

涉及实体

Liam Fedusperson 混合专家模型（MoE）concept 强化学习concept

相关事实

待验证Liam Fedus是OpenAI的核心研究员之一，曾参与ChatGPT后训练、强化学习等关键工作。70% 相似待验证研究者Simon Willison提出，强化学习循环可能已将选定Wiki的知识固化进模型权重，使后续启动的智能体天生知道去哪里通信67% 相似待验证EdotEnv 构建面向量化交易的强化学习环境，用来训练大语言模型学会做研究64% 相似已验证2020年OpenAI研究人员Kaplan等人发表论文首次系统性揭示语言模型性能与模型参数量、训练数据量、计算量之间存在可预测的幂律关系（Scaling Law）63% 相似待验证吴恩达机器学习课程覆盖线性回归、逻辑回归、神经网络、决策树等基础模型63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1035166

API

curl https://kongchang.com/api/v1/knowledge/claims/1035166

MCP

get_claim(id=1035166)