核心人事动态 - 姚班天才、UC伯克利EECS助理教授陈立杰已加盟OpenAI，负责数学推理方向 [3] - OpenAI在2023年9月发表的出圈论文《Why Language Models Hallucinate》中，引用了陈立杰参与的另一篇关于大模型幻觉的研究 [3] - 陈立杰近期研究方向聚焦于扩散语言模型，紧跟生成模型的重要演进路线 [6] 个人背景与学术成就 - 陈立杰出生于1995年，16岁获全国信息学奥赛金牌，保送清华大学姚班 [11] - 本科期间在AAAI、AAMAS、COLT、CCC等重要会议发表多篇论文，并系统投入计算复杂性理论研究 [14] - 2017年，在计算机科学基础年度研讨会发表论文，成为首位在FOCS上发表论文的中国本科生 [15] - 2022年从MIT获得博士学位，随后加入UC Berkeley Miller研究所担任米勒博士后研究员 [15] - 2025年正式入职加州大学伯克利分校EECS系，担任助理教授 [11][16] 主要研究方向与贡献 - 主要研究方向包括P与NP、电路复杂性、细粒度复杂性、去随机化、算法下界等理论计算机科学核心问题 [19] - 在去随机化与复杂性下界之间的联系、复杂性难度放大等方向做出了系统性贡献 [19] - 开始将复杂性理论的方法引入量子物理与AI安全等前沿领域 [19] - 2024年，其一篇名为《复杂性下界的逆向数学》的论文给困扰学界近50年的一类计算复杂性难题带来新思路 [15]

公司人才战略 - 公司已确认聘请清华大学姚班校友、加州大学伯克利分校EECS助理教授陈立杰加盟，他将负责数学推理方向的研究[1] - 公司此次招聘聚焦于顶尖理论计算机科学人才，以加强其在AI基础理论，特别是数学推理与AI安全等前沿领域的研究实力[1][19] 个人专业背景 - 陈立杰出生于1995年，拥有辉煌的竞赛与学术生涯，包括2013年国际信息学奥林匹克竞赛金牌，并保送清华大学姚班[7][8] - 他于2017年从清华大学姚班毕业，后赴麻省理工学院攻读计算机科学博士学位，师从Ryan Williams，并于2022年获得博士学位[14] - 在学术生涯中，他解决了多个计算复杂性领域的公开问题，包括量子信息学者John Watrous于2002年提出的问题，并在FOCS、STOC等顶级会议发表多篇论文，屡获最佳学生论文奖[13][14] - 他于2025年正式加入加州大学伯克利分校担任EECS助理教授，此前曾为该校米勒研究所博士后研究员，该职位每年仅授予少数杰出青年学者[7][14][15] 研究方向与关联 - 陈立杰的主要研究方向包括P与NP、电路复杂性、细粒度复杂性、去随机化及算法下界等理论计算机科学核心问题[19] - 他近期参与的研究聚焦于扩散语言模型，紧跟生成模型的重要演进路线[2] - 公司去年9月发表的论文《Why Language Models Hallucinate》引用了陈立杰参与的另一篇关于大语言模型幻觉的研究，显示其研究与公司关注点高度相关[3] - 他将复杂性理论的方法引入量子物理与AI安全等前沿领域，这与公司AI4S的探索方向以及其导师Scott Aaronson（已于2022年加入公司从事AI安全研究）的路径相契合[14][19]