OpenAI 人事方面的变动还在继续。

据外媒 The Information 报道，OpenAI 元老级人物 Alec Radford 即将离职，离职后进行独立研究。

据了解 Radford 信息的人士透露，Radford 表示他计划与 OpenAI 以及其他 AI 开发者展开合作。

OpenAI 研究主管 Mark Chen 在一份声明中表示：「我们对 Alec 及其贡献有着深深的敬意和感激，并期待在他探索独立研究的同时，继续与他合作开展项目。」

也许你没听说过 Radford 这个人，但他参与的研究却是重量级的，在他 2016 年加入 OpenAI 后，带来了一系列革命性突破，比如大家熟知的初代 GPT，还主导了 GPT-2 的研发等等。

在前几天火热进行的 NeurIPS 2024 大会上，OpenAI 前首席科学家 Ilya Sutskever 在他的演讲中特别提到了 Alec Radford、 Dario Amodei 等人参与的 GPT-2、GPT-3 开创性工作，它们推动了预训练时代以及所有进步的到来。

有人猜测，Radford 的离职预示着 GPT-4.5 就要来了。因为之前 OpenAI 高级语音模式发布后的第二天，首席技术官 Mira Murati 官宣离职。这么推算下来，作为 GPT 系列的重磅参与者，GPT-4.5 很可能就是明天发布（毕竟是 OpenAI 连发 12 天的最后一天）。

对此，有人赞同的表示：「也许他想在离开之前完成手头的项目。这并非完全不可能。」

在这条评论下，有人回答道「他虽然做了深入研究，但没有参与任何发布（没有走到台前，一直在幕后），不像 Murati 或其他已经离开的人。如果他不得不等待某件事，那么在 GPT-5 发布后离开会更合适。但老实说，他的离职在某种程度上可能有益于开源研究，因为离开 OpenAI 后会被允许再次发表文章。不过我不知道 OpenAI 的情况，对他们来说，前景看起来很暗淡。」

还有人表示人们低估了 Alec 对 OpenAI 以及整个 AI 研究的影响。他不仅是 GPT 和 Dall-E 的主要作者，而且很可能引领了公司所有重要的研究方向。甚至表示他的影响力不亚于 Ilya。这对 OpenAI 来说是一个巨大的损失，但该网友同时也希望 Alec 可以做一些开放的研究并发表一些东西，这样整个世界都可以受益。

此前，不列颠哥伦比亚大学教授 Jeff Clune 在 X 上发起了一个讨论，「谁是世界上最重要但又最被低估的 AI 科学家？在我看来，只有一个明确的正确答案。大多数重大进展背后都有一个人，但却很少被提及或庆祝。」

Jeff Clune 毫不犹豫的推荐了 Alec Radford，「Radford 显然是影响力最大但知名度最低的人。他推动了许多令人惊叹的发展，他应该作为现代生成式人工智能之父载入史册。Radford 也是一个非常好的人，不追求荣誉，这也是他很少受到关注的部分原因。我们更有理由谈论他对人工智能的巨大影响！」

「Radford 的研究绝对是领先的。他的贡献绝对是惊人的，至少三次改变了这个领域！我们欠他很多。」

他全程参与了 GPT 系列模型的研发

Alec Radford 是GPT-1 的一作、GPT-2 的共同一作，其中 GPT-1 的被引数已经达到了 11947，GPT-2 的被引数为 14828。

2018 年，GPT-1 开启了预训练大模型时代，提出「半监督（semi-supervised）」（后来普遍称为自监督）的方法，先在没有标号的数据上面训练一个预训练模型，再在少量标号数据上面训练一个分辨的微调模型。

2019 年，OpenAI 在 GPT-1 的基础上发布了 GPT-2，利用无监督预训练模型做有监督任务。相较于初代模型进行诸多改进，GPT-2 参数达到 15 亿，可以执行多样性任务，开始学习在不需要明确监督的情况下执行数量惊人的任务。在 GPT-2 阶段， OpenAI 去掉了 GPT-1 阶段的有监督微调（fine-tuning），成为无监督模型。

GPT-1 论文：https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf

GPT-2 论文：https://cdn.openai.com/better-language-models/language_models_are_unsupervised_multitask_learners.pdf

不仅如此，Alec Radford 还参与了GPT-3 论文的撰写、以及 GPT-4 的预训练数据和架构研究工作。

2020 年，到了 GPT-3 阶段，参数相较于 GPT-2 增加两个数量级以上，达到了 1750 亿参数，在许多 NLP 数据集上都有很强的性能（包括翻译、问题解答和完形填空任务），以及一些需要动态推理或领域适应的任务（如解译单词、在句子中使用一个新单词或执行算术）。

2023 年，GPT-4 开始迈向多模态模型，成为 AI 新里程碑，可以解决更复杂的问题、编写更大型的代码，并通过图片产生文字。GPT-4 的回答准确性不仅大幅提高，还具备更高水平的识图能力，且能够生成歌词、创意文本，实现风格变化。

GPT-3 论文：https://arxiv.org/pdf/2005.14165

GPT-4 技术报告：https://arxiv.org/pdf/2303.08774

根据 Google Scholar 显示，Alec Radford 的论文被引总数超过了 19 万，其中 1 万以上的达到 7 篇，足可见其参与工作的含金量和影响力。