Mary Phuong

Mary Phuong

Google DeepMind 研究科學家

從 Mary Phuong 追溯路徑 →

關於

Mary Phuong 是 Google DeepMind Frontier Safety「失控風險」(Loss of Control)團隊的研究科學家,2022 年加入至今。她目前的工作是 AI 控制(AI control):確保那些可能未對齊、在內部部署的模型,即使有意為之,也無法造成嚴重傷害或暗中破壞。她先前主導危險能力評估,測試 Gemini 模型在說服、資訊安全、自我擴散與自我推理方面的能力,之後也評估隱匿能力與情境覺察。她在奧地利科學技術研究所(ISTA)取得博士學位,指導教授為 Christoph Lampert,2021 年的論文探討深度學習中的「欠規格」(underspecification)。她也在 MATS 計畫中指導研究者。

主要貢獻

  • 〈Evaluating Frontier Models for Dangerous Capabilities〉(2024)第一作者,在 Gemini 1.0 上試行一套全新的危險能力評估
  • 〈Evaluating Frontier Models for Stealth and Situational Awareness〉(2025)第一作者
  • 〈GDM AI Control Roadmap〉(2026)第一作者,這是一份針對可能未對齊之 AI 代理人的內部安全藍圖
  • 共同撰寫〈Model Evaluation for Extreme Risks〉(2023)與〈Goal Misgeneralization〉(2022)
  • 與 Marcus Hutter 合著〈Formal Algorithms for Transformers〉(2022),以精確的數學語言整理 Transformer 架構

影片與訪談

思想連結

Theme
Language
Support
© funclosure 2025