Chong Zhang

Chong Zhang 2010 年就讀浙江大學(xué)計(jì)算機(jī)系，2014 年在加拿大西蒙弗雷澤大學(xué)獲得學(xué)士學(xué)位，隨后在谷歌、蘋(píng)果公司擔(dān)任工程師。2019 年就讀加州大學(xué)洛杉磯分校，2021 年獲得計(jì)算機(jī)碩士學(xué)位后，在 OpenAI 工作至今。
Shengjia Zhao

Shengjia Zhao2016 年本科畢業(yè)于清華大學(xué)，2022 年在斯坦福大學(xué)獲得計(jì)算機(jī)科學(xué)博士學(xué)位，師從 Stefano Ermon，隨后加入 OpenAI。
Stephanie Lin

Stephanie Lin 本科和碩士期間分別就讀于麻省理工學(xué)院和佐治亞理工學(xué)院。加入 OpenAI 之前，她曾是牛津大學(xué)研究學(xué)者。
Tong Mu

Tong Mu 本科就讀于加州大學(xué)洛杉磯分校，后在斯坦福大學(xué)獲得博士學(xué)位。2022 年加入 OpenAI。
Jeff Wu

Jeff Wu 本碩均就讀于麻省理工學(xué)院。他是初創(chuàng)公司 Terminal.com 的第二名員工，該公司被收購(gòu)后，他曾在谷歌工作約 2 年的時(shí)間。2018 年，Jeff Wu 加入 OpenAI。
肖凱

肖凱（Kai Xiao）在麻省理工學(xué)院獲得了學(xué)士學(xué)位和博士學(xué)位，曾在微軟、DeepMind 等機(jī)構(gòu)實(shí)習(xí)。2022 年 9 月加入 OpenAI。
Kevin Yu

Kevin Yu 在加州大學(xué)伯克利分校獲得物理學(xué)學(xué)士學(xué)位及神經(jīng)科學(xué)博士學(xué)位。2022 年加入 OpenAI。
Haozhun Jin

Haozhun Jin2013 年本科畢業(yè)于清華大學(xué)計(jì)算機(jī)系，2015 年獲得斯坦福大學(xué)碩士學(xué)位。2015 年到 2018 年，他在 Meta 擔(dān)任軟件工程師，2023 年 1 月加入 OpenAI。
顧世翔

顧世翔是出生于日本的加拿大華人，曾是谷歌研究院研究科學(xué)家，研究領(lǐng)域包括深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、概率機(jī)器學(xué)習(xí)和機(jī)器人技術(shù)。他擁有劍橋大學(xué)和馬普所智能系統(tǒng)研究所的機(jī)器學(xué)習(xí)博士學(xué)位，在多倫多大學(xué)獲得了工程科學(xué)學(xué)士學(xué)位，論文指導(dǎo)教授為 Geoffrey Hinton。
評(píng)估 & 分析團(tuán)隊(duì)
Alvin Wang

Alvin Wang2022 年 8 月加入 OpenAI，為評(píng)估 & 分析團(tuán)隊(duì)核心貢獻(xiàn)者之一。此前他曾在 VMware、Tesla 等公司工作過(guò)幾年。2013 年本科畢業(yè)于南加州大學(xué)。
Angela Jiang

Angela Jiang 于 2021 年 11 月加入 OpenAI，在微軟和谷歌有過(guò)短暫的工作經(jīng)歷，她本科畢業(yè)于西北大學(xué)，于 CMU 獲得博士學(xué)位。
Jason Wei

Jason Wei 于今年 2 月加入 OpenAI，主要研究 ChatGPT。此前他是谷歌 Brain 的高級(jí)研究科學(xué)家，在那里推廣了思維鏈提示，并共同領(lǐng)導(dǎo)了指令調(diào)優(yōu)工作。他在谷歌和 Jeff Dean 等人共同撰寫(xiě)了關(guān)于大模型涌現(xiàn)能力的論文。
Juntang Zhuang

Juntang Zhuang 于 2022 年 4 月加入 OpenAI，此前曾在谷歌實(shí)習(xí)四個(gè)月。他本科畢業(yè)于清華大學(xué)，碩士畢業(yè)于耶魯大學(xué)，并在耶魯大學(xué)拿到博士學(xué)位。他的研究主要是為生物醫(yī)學(xué)應(yīng)用開(kāi)發(fā)新的機(jī)器學(xué)習(xí)技術(shù)。
Derek Chen

Derek Chen 于 2021 年加入 OpenAI，是一名技術(shù)安全分析師。他畢業(yè)于美國(guó)東北大學(xué)，此前在谷歌工作過(guò)不到一年的時(shí)間。
宋飏

宋飏（Yang Song）目前在 OpenAI 擔(dān)任研究員，并將于 2024 年 1 月加入加州理工學(xué)院電子系（Electrical Engineering）和計(jì)算數(shù)學(xué)科學(xué)系（Computing and Mathematical Sciences）擔(dān)任助理教授。宋飏本科畢業(yè)于清華大學(xué)數(shù)理基礎(chǔ)科學(xué)班，2022 年獲得斯坦福大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位，師從 Stefano Ermon。他的主要研究方向是機(jī)器學(xué)習(xí)，包含深度生成式模型（deep generative models），概率推理（probabilistic inference），人工智能安全性（AI safety），以及人工智能方法與其他科學(xué)領(lǐng)域的交叉（AI for science）。他是擴(kuò)散模型（diffusion models）和分?jǐn)?shù)匹配生成式模型（score-based generative models）的主要奠基人之一。他發(fā)表在 NeurIPS 2019 的工作首次在圖片生成質(zhì)量上實(shí)現(xiàn)了對(duì)生成對(duì)抗網(wǎng)絡(luò)（GAN）的超越。博士期間他的一作論文獲得了 ICLR 2021 杰出論文獎(jiǎng)，相關(guān)研究獲得了蘋(píng)果獎(jiǎng)學(xué)金、摩根大通獎(jiǎng)學(xué)金，以及 WAIC 云帆獎(jiǎng)。