贾里德·卡普兰（Jared Kaplan）

概况

贾里德·卡普兰（Jared Kaplan）是一位从理论物理转向AI研究的学者。他是Anthropic的联合创始人兼首席科学官，Anthropic是Claude系列模型的开发公司。他同时是约翰斯·霍普金斯大学（Johns Hopkins University）物理与天文学系的副教授。^[1][4]

教育与早期研究

卡普兰在斯坦福大学获得物理学与数学学士学位，并于2009年在哈佛大学获得物理学博士学位。他的论文研究全息（holography），导师是Nima Arkani-Hamed。^[1] 在理论物理中，全息原理认为，某个空间中的引力理论可以由其边界上一个不含引力的理论来描述。

他曾在SLAC国家加速器实验室和斯坦福大学做博士后研究，2012年进入约翰斯·霍普金斯大学任教，研究量子引力、全息与共形场论。^[1] 他获得过2005年的Hertz Fellowship、Sloan Research Fellowship和NSF CAREER Award。^[1]

主要贡献

卡普兰于2019年加入OpenAI，参与了代码模型Codex的工作。Codex是一种能根据自然语言描述生成代码的模型。^[1]

2020年1月，他以第一作者身份发表了《Scaling Laws for Neural Language Models》，合作者包括Sam McCandlish、Tom Henighan、Tom B. Brown、Benjamin Chess、Rewon Child、Scott Gray、Alec Radford、Jeffrey Wu和Dario Amodei。^[1] 该研究考察了语言模型的性能如何随模型规模、数据量和计算量增长，并发现这些变化大致遵循平滑、可预测的规律，即规模定律（scaling laws）。

卡普兰也是GPT-3论文的合著者。该论文的贡献说明中写道，他与Sam McCandlish最初预测，大型语言模型应当持续获得提升；论文还表明，更大的模型能更快地在上下文中学习。^[3]

任职经历

2021年，卡普兰与Dario Amodei、Daniela Amodei以及其他前OpenAI研究人员共同创办了Anthropic。^[4] 他担任公司的首席科学官。^[1]

2024年10月15日，Anthropic任命他为负责扩展的负责人（Responsible Scaling Officer），接替Sam McCandlish，负责监督公司的《负责任的扩展政策》（Responsible Scaling Policy）。^[2] 该政策是一套公开的框架，把安全要求与模型能力的高低挂钩。

影响

卡普兰的工作横跨理论物理与AI研究。规模定律如今是讨论大模型训练规划时的常见参考。他在Anthropic负责扩展政策，也使他参与到关于AI开发如何治理的公开讨论中。^[2]