刚刚，清华姚班校友陈丹琦加入Thinking Machines！和北大翁荔做同事
开源小兵
清华姚班校友、2008年IOI金牌得主、普林斯顿副教授陈丹琦，也要去工业界了!
根据最新爆料，她在休假一年后，将全职加入Thinking Machines Lab。
目前，Hugging Face个人主页上的所属机构，已经更换。
链接：https://huggingface.co/cdq10131
一切有迹可循——上月16日，陈丹琦还转发了Thinking Machines Lab的CEO Mira Murati的招聘推文。
在推文中，Mira Murati介绍了Thinking Machines Lab的使命、最新的20亿美元融资，最后表示正在寻找志同道合的人才：
我们一直都在寻找那些通过实践学习、能将研究转化为实用成果的杰出人才。
我们相信，人工智能应该成为个人能力的延伸，并在自由精神下，尽可能广泛而公平地传播开来。我们希望这个愿景能与那些致力于推动该领域进步的人产生共鸣。
如果你也这样想，就加入我们吧。
这非常契合陈丹琦的研究兴趣。在普林斯顿大学的个人主页上，她介绍过目前的研究兴趣，其中特别提到：
热衷于那些可能使大语言模型的训练和部署平民化的技术（尤其是让学术界更容易获取），包括改进训练方法、数据整理、优化、模型压缩以及下游适应。
如今，随着陈丹琦的加入，OpenAI前CTO Mira Murati和北大校友翁荔等人联合创立的Thingking Machines Lab，一举成为了AI创业圈女性力量的代表。
目前，陈丹琦在普林斯顿大学的主页没有更新，最后一次更新停留在今年4月。
在专业研究上，何恺明以计算机视觉出名，而陈丹琦更侧重自然语言处理，特别是LLM。
两人都是清华校友、都是美国顶校的副教授，学界经历相当：
何恺明是MIT的终身副教授，而陈丹琦是普林斯顿大学计算机科学系的副教授。
此外，两人的职业经历也高度重合：
何恺明曾是微软亚研院研究院、Meta「明星实验室」FAIR的研究科学家。
陈丹琦也一度在上述实验室实习。
在加入普林斯顿大学前，陈丹琦曾在西雅图的Facebook AI Research (FAIR) 担任访问科学家，与Luke Zettlemoyer合作。
在LLM和机器学习领域，陈丹琦发表了一系列极具影响力的论文。截至目前，她的论文被引用次数超过7万次。
2019年，她参与的RoBERTa引用高达3万六千多次。
论文链接：https://arxiv.org/abs/1907.11692
此外，她在大模型训练、信息检索等发表了多篇高质量论文。
她还是专注于广义语言建模研究COLM大会的董事会成员。
陈丹琦于2018年在斯坦福大学获得计算机科学博士学位，导师是美国工程院士Christopher Manning。
在此之前，她是清华大学姚班的本科生。
我们找到了2021年，公众号「叉院学姐」对陈丹琦的一次专访。
陈丹琦身上有很多「标签」。
湖南长沙人。
高中毕业于雅礼中学。
第20届国际信息学奥林匹克竞赛（IOI2008）金牌得主。
大学毕业于清华大学，08级姚班校友。
毕业后前往斯坦福大学攻读博士学位，毕业论文获得了斯坦福的最佳博士论文奖。
目前在普林斯顿大学任教， 共同创立并领导Princeton NLP Group。
曾在ACL和EMNLP获得杰出论文奖。
被MIT Technology Review列为2019年度中国「35 innovators under 35」。
陈丹琦是神童吗？她是如何对CS感兴趣的？听听她的回答，以下内容为总结。
原文请看：https://mp.weixin.qq.com/s/q_IkEt3NhwtJIkKDr6OhNA
1. 小学三年级开始做数学竞赛，初三因竞赛成绩好且受雅礼信息队教练邀请接触编程，觉得数学与信息学相通；在校内系统训练与暑假大量练题下很快追上并在高一被分入信息组。
2. 出于好奇和大量做题，遇到问题就总结系统解法并写下来。
3. 喜欢写作，把思路写成文章既是整理自己也是完成集训任务，写作出发点更多是对自己的要求而非刻意为社区奉献。
4. 希望更多女生参与竞赛与科研；自己不把性别当成借口，努力做到更强；女性身份有时带来额外关注，但并不期望这种特殊关注。
5. 认为美国（尤其顶尖院校）在多样性意识和公开讨论上领先，国内对此重视不足；需要教育与文化改变来推进性别平等。
6. 反对「女生不擅长理工」的刻板印象，支持更多针对女生的早期项目与机会，相信性别差距会逐步缩小。
7. 支持从一开始提供平等机会与资源来缩小差距，但反对以降低标准换结果的做法；不希望女生被贴上「降标准进入」的标签。
8. CS不同子领域性别比例有差异：NLP女生较多，理论和系统方向女生较少；无意识刻板印象存在，有意识的导师和女性role model能带来改善。
9. 选斯坦福是因与工业界联系紧、能接触真实问题；选普林斯顿是因为可建立自己的NLP团队、学术氛围浓、系小便于独当一面与跨学科合作。
10. 职业与生活建议：
-
个人规划：会留在学术界，目标是在五年内建立有影响力的研究与团队，并把自己从研究者转为导师，培养学生。
-
给选择方向的学生：找你真正感兴趣的事，热爱很重要；做着做着可能才知道是否适合，若不合就尽早换方向。
-
给女性在STEM的建议：建立女性互助组织、交流经验，寻找role model，不要独自承受压力，互相支持。
可以给我们分享一位role model吗？
我特别崇拜的一位女性role model是Regina Barzilay，MIT的教授。
她现在一部分做NLP，一部分做机器学习应用于oncology（肿瘤学）上。
首先是我觉得她做NLP的时候，她做的很多东西都是那种非常新颖，Firstkindofresearch，她做研究非常有远见。
后来她得乳腺癌了（停顿），到2016年的时候，她在NAACL上给了一个talk主题为HowCanNLPHelpCureCancer。她当时身体已经好了。
2016年的时候，她当时觉得我们现在做研究可能只是说能够帮你提供一些技术，但是真正能做些什么事情能够产生更大的影响和贡献。
2016年以后她重心就开始慢慢转向medical、oncology这些问题，过去几年做出了很多的成绩。
反正我太崇拜她了。
她跟我说过说你需要想想你长期真的想做NLP吗？怎么样能让你的研究有更大影响？想想你到底要为什么而工作？
你可以看一下她最近的一些视频和演讲。她确实是我们整个AI的几个楷模之一。
Regina Barzilay是一位以色列裔美国计算机科学家，现任麻省理工学院（MIT）工程学院AI与健康杰出教授，并担任MIT Jameel Clinic的人工智能（AI）负责人。
她出生于摩尔多瓦基希讷乌，20岁移居以色列
1993年获本-古里安大学（Ben‑GurionUniversity）理学士学位，1998年获硕士学位，2003年在哥伦比亚大学获得计算机科学博士学位。
博士后曾在康奈尔大学工作一年，后加入MIT，于2016年成为Delta Electronics教授，并于2018年起担任MIT Jameel Clinic的人工智能共同负责人。
荣誉包括：MacArthur「天才奖」、NSFCAREER、AAAI/ACLFellow、IEEEFrancesE.AllenMedal、国家工程与医学院院士等。
未来越来越多的女性力量将在AI、科技、工程等领域贡献更多的力量。
在AI的帮助下，人与人之间，男性与女性之间的差距也会逐渐越来越小。