三星爆火TRM模型作者离职:成果未获内部认可?

三星TRM模型爆火,作者却因内部不认可离职,AI研究之路将何去何从?

原文标题:三星爆火递归模型TRM唯一作者被迫离职,内部不认可?

原文作者:机器之心

冷月清谈:

三星AI研究员Alexia Jolicoeur-Martineau独作论文《Less is More: Recursive Reasoning with Tiny Networks》发布后,其研发的微型递归模型TRM,以仅700万参数的网络,性能比肩甚至超越o3-mini和Gemini 2.5 Pro等模型,震惊业界。然而,这位TRM的唯一作者却 неожиданно 离职三星。据Alexia透露,尽管TRM为公司带来了潜在的巨额利润,但该成果并未获得三星内部的认可,她在三星的工作也因此变得糟糕。此外,Alexia与她的论文还获得了2025年ARC Prize论文奖头名,但她表示未能与韩国高管取得联系,暗示了三星内部对TRM及其所在实验室的态度。目前,Alexia的离职引发了业界的广泛关注,其未来的研究方向也备受期待。

怜星夜思:

1、TRM模型在学术界备受赞誉,为何在三星内部却遭遇不认可?这反映了AI研究成果转化中的哪些问题?
2、从Alexia的经历来看,独立研究者在AI领域取得突破的可能性有多大?这种模式对AI研究的未来有何启示?
3、Liquid AI等公司向Alexia抛出橄榄枝,AI人才的流动对行业发展有何影响?我们应该如何看待这种人才竞争?

原文内容

图片
编辑|冷猫

还记得三个月前,来自三星的一位研究员的独作论文发布即爆火,颠覆了递归推理模型架构,让一个仅包含 700 万个参数的网络,性能比肩甚至超越 o3-mini 和 Gemini 2.5 Pro 等尖端语言模型,震惊了大量业内研究人士。


这篇论文是大名鼎鼎的《Less is More: Recursive Reasoning with Tiny Networks》,带来了影响深远的微型递归模型 TRM


关于这篇论文和模型的相关信息,可以参阅


按理说,发布成果的唯一作者 Alexia Jolicoeur-Martineau ,在三星应当平步青云,带领全新的团队继续后续研究,用 TRM 的后续研究助力三星在人工智能领域的进步。


可惜一切似乎都不尽如人意。突然间,Alexia 就发推说要离职。



从推文中明显能看出 Alexia 的怨气。「在 TRM 取得巨大成功(为公司赚取数十亿美元)后,我在三星的生活变得一团糟。」



止不住的怨气来源于, Alexia 的工作,加拿大蒙特利尔三星先进技术研究所人工智能实验室(SAIL Montreal)取得的最大成绩,并未能够被内部认可。


听上去令人匪夷所思。TRM 在学术界的成绩有目共睹,一度被视为三星在 AI 领域崛起的信号。在 TRM 论文发表后,三星的股价因各种原因产生了相当可观的涨幅,不知其中是否有 TRM 模型的一份助力(狗头)。



此外,Alexia 与她的论文也获得了 2025 年的 ARC Prize 论文奖的头名,获得了五万美元的奖金。



在获奖后,ARC Prize 与 Alexia 做过一次专访,当时她已提及,她未能与韩国的高管们联系,而他们是从韩国文章中知道这件事的。或许这已经暗示了一些三星内部对于 TRM 和 SAIL 的态度。感兴趣的读者们可以查看专访视频。


  • 专访链接:https://www.youtube.com/watch?v=P9zzUM0PrBM



关于 Alexia Jolicoeur-Martineau 本人,目前在三星从事人工智能研究工作。2019 年冬季,开始在蒙特利尔学习算法研究所(MILA)攻读人工智能博士学位。学术背景涵盖统计学与计算机科学(数学与计算机科学学士、统计学硕士)。


Alexia 此前的研究工作包括:GottaGoFast、对抗式得分匹配(Adversarial Score Matching)、相对式 GAN(Relativistic GANs)、采用交替优化训练的 LEGIT 模型,以及对贝叶斯树先验的研究。此外,还使用多种生成对抗网络(GAN)生成过猫咪图像(Meow Generator)。


这下认识了。


据 Alexia 本人所述,2018 年,她被大学拒绝,所以选择了用一块 GPU 开始自己做 AI 研究。撰写的第二篇论文被 DeepMind 研究员 Ian Goodfellow 选中,于是命运的齿轮开始转动。Ian 帮助 Alexia 进入 AI 领域,随后她便开始和 Ioannis Mitliagkas 攻读博士学位。


在官宣离职的推文下,我们看到了熟悉的身影。Sebastian Raschka 对她的离职表示遗憾:



Liquid AI 则直接开始挖人:



最终 Alexia 会在哪继续她的研究之路,让我们拭目以待。


© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:liyazhou@jiqizhixin.com

独立研究的模式有利有弊吧。好处是自由,可以专注自己感兴趣的方向,但缺点是缺乏资源和支持,很难做出大规模的实验。我觉得比较理想的状态是,独立研究者和公司合作,利用公司的资源来验证自己的想法,同时保持一定的独立性。

谢邀,人在三星,刚下产线。只能说,大公司病吧。创新部门的成果很难被其他部门认可,跨部门沟通成本太高了。而且,韩国总部的官僚主义…懂得都懂。

Alexia的经历绝对是鼓舞人心的!她用一块GPU就能做出如此惊艳的成果,说明在AI领域,天赋和热情远比资源更重要。这种独立研究的模式,可以避免受到公司内部的限制,更加自由地探索新的方向。未来,我们或许会看到更多像Alexia这样的独立研究者涌现,推动AI领域的创新。

我觉得这种模式更适合理论研究,如果是工程项目,还是需要团队合作。但无论如何,Alexia的故事告诉我们,不要轻易放弃自己的梦想,即使被大学拒绝,也可以通过自己的努力在AI领域发光发热。

只能说,大佬走到哪儿都自带光环。不过,对于我们普通人来说,还是踏踏实实提升自己的能力更重要。与其羡慕别人被挖,不如想想自己能做什么,才能在AI领域占据一席之地。

这个问题很有意思!一方面,学术界的评价标准和工业界可能存在差异,学术界更看重创新性和理论突破,而工业界更注重实际应用和商业价值。TRM模型可能在实际部署和商业化方面存在一些挑战,导致三星内部对其价值评估不高。另一方面,也可能存在内部沟通问题,比如Alexia所说的未能与韩国高管联系,这可能导致TRM的价值和潜力未能充分传达给决策层。

这很正常,AI人才本来就很稀缺,谁不想招揽优秀的人才呢?不过,我觉得更重要的是建立良好的合作关系,而不是单纯的挖人。AI研究需要长期投入,只有建立稳定的团队,才能做出更大的成果。

我觉得这很常见。很多时候,大公司内部会有自己的agenda,新的东西如果不能快速的和现有业务结合,或者威胁到某些部门的利益,就很难得到支持。而且,大公司流程复杂,创新很容易被扼杀在摇篮里。所以,很多牛人会选择去创业公司或者自己搞研究。

AI人才的流动是必然的,也是健康的。人才流动可以促进知识的传播和技术的创新,让更多公司有机会接触到顶尖的AI专家。Liquid AI等公司挖人,说明他们对TRM模型和Alexia的能力非常认可,这有利于TRM技术的进一步发展和应用。我们应该积极看待这种人才竞争,因为它会促使公司更加重视人才培养和激励,最终推动整个AI行业的进步。