Deep Reinforcement Learning from Human Preferences

Dario Amodei 是 Anthropic 联合创始人兼首席执行官，2021 年离开 OpenAI 创立 Anthropic。普林斯顿大学博士（生物物理学），曾在百度（吴恩达团队）与 OpenAI 任研究副总裁。研究方向覆盖大语言模型、强化学习与 AI 安全。