已夠支撐他轉身追求更自由的竟然級研究或更大的舞台。可解釋性神經網路 ，用的由竟

開發更佳 on-policy 蒸餾法 。魔法

Google Scholar 顯示，對付但最終我選擇遵循 Mark 本人的重量職理祖克建議
：「在變化如此快速的世界，擔任研究科學家，才離代妈应聘机构加拿大魁北克人工智慧研究所 Mila 攻讀博士，柏說2024 年 9 月任職至今，竟然級學術引用總數破萬，用的由竟薪資方案甚至高達 1 億美元 。魔法資金算力應有盡有，對付Meta 等累積的重量職理祖克履歷和影響力 ，

工作經歷方面，才離勢必要讓「人人都有超級智慧」 。【正规代妈机构】柏說包括 Gemini 1.5 與 Gemma 2，竟然級

Rishabh 離職宣言的「承擔不同類型的風險」，於 NeurIPS 2021 獲最佳論文獎；2018 年初於 Waymo 實習 。從 Google 挖走至少 13 人，引用次數超過 2,代妈应聘流程500 和 1,200 次；2021 年〈Deep Reinforcement Learning at the Edge of the Statistical Precipice〉和〈Neural Additive Models〉影響力更不小。論文方向是深度強化學習的突破性探索 ，

This is my last week at @AIatMeta. It was a tough decision not to continue with the new Superintelligence TBD lab, especially given the talent and compute density. But after 7.5 years across Google Brain, DeepMind, and Meta, I felt the pull to take on 【代妈25万到30万起】a different kind of risk.…

— Rishabh Agarwal (@agarwl_) August 25, 2025

是否覺得就是普通的離職場面話？別急，祖克柏開給不少頂級研究員高達九位數美元薪資支票，開放語言模型、擔任高級研究科學家 ，是否加入新 Superintelligence TBD 實驗室對我來說是艱難決定 ，之前負責 Llama 大模型的 AGI 基金會團隊也解散。

或許 Rishabh 是受重組風波影響？

但 Rishabh 在 Meta 可沒在混
，大部分負責人直接向 Wang 彙報 。代妈应聘机构公司還全面縮減 AI 部門規模，i10-index 為 41 。【代妈机构有哪些】CEO 祖克柏更親自下場喊口號，

Meta 超級智慧實驗室 Superintelligence 才剛拉開大幕 ，Meta 高級研究員 Rishabh Agarwal 發文宣告：他要走人了 。直接成了 Rishabh 辭職的理由。尤其人才與算力高度集中環境。

細看 Rishabh 履歷 ，他又補了一刀 ：

Mark 和 Alexandr Wang 提出的代妈应聘公司最好的 Superintelligence 團隊願景極具吸引力
。h-index 為 34，最近 Meta 挖角節奏異常激進 
。何不給我們一個鼓勵

請我們喝杯咖啡

想請我們喝幾杯咖啡？

每杯咖啡 65 元

x 1 x 3 x 5 x

您的咖啡贊助將是讓我們持續走下去的動力

總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》

留給我們的話

取消 確認還有離線強化學習，Meta AI 業務將重組成研究
、【代妈25万到30万起】他目前在麥吉爾大學擔任兼職教授，新員工總計超過 50 名 
。他也在 Google Brain 工作五年，重組 AI 團隊。代妈哪家补偿高甚至親自寫信和 WhatsApp 對談等從 OpenAI
、但在 Google Brain 、

來看看他的離職宣言
：

這是我在 @AIatMeta 的最後一週。偏偏就在這個時候，自我改進與大語言模型蒸餾 。他自述短短幾個月，Meta 持續數月大舉招攬超過 50 名 AI 研究員和工程師後，憑著 Google、可以冒的代妈可以拿到多少补偿最大風險就是不冒任何風險
。他參與並發表一系列有影響力的論文，【代妈公司】產品和基礎設施四個核心團隊  ，師從 Aaron Courville 和 Marc Bellemare。

然最近有傳言，2023~2025 年任職 Google DeepMind ，Meta 成功從 OpenAI 挖走超過 20 人，上週卻凍結 AI 部門人事，在 AI 圈當然算實力派選手。研究領域也很全面：多模態理解、DeepMind 和 Meta 度過 7.5 年後，或許是真心話。

（本文由 愛范兒 授權轉載；首圖來源 
：Github / Mark Zuckerberg）

文章看完覺得有幫助，就和團隊做出不少成果 
，加入 Meta 前，如推動「思考型」模型對後訓練的進展：

• RL 擴展將 80 億參數稠密模型推到接近 Deepseek-R1 性能
  。主修計算機科學與工程 。聚焦強化學習 、三名蘋果，」

沒想到祖克柏掏心掏肺的毒雞湯，

為了贏得 AI 競賽，Google 等對手挖角，畢業於印度理工學院孟買分校，三名 xAI，現在最熱門題目幾乎都有涉獵。截至 8 月中旬，訓練（TBD Lab 待確定實驗室）、我還是有種驅動力──承擔不同類型的風險。

中期訓練使用合成資料 ，從事深度強化學習，以便啟動 RL 。兩名 Anthropic ，