据国外媒体报道,谷歌YouTube工程部副总裁Venkat Panchapakesan于北京时间周二清晨辞世。Panchapakesan一直以来都在与癌症斗争。
Panchapakesan曾在雅虎工作过十多年,期间曾负责领导了该公司在印度设立的研发中心,并指导了多个产品的开发。Panchapakesan于2009年离开雅虎,随后加盟了Greylock Partners,成为后者入住合伙人。次年,Panchapakesan加盟谷歌,并于同年6月被任命为YouTube工程部主管,向YouTube首席执行官Susan Wojcicki汇报工作。
Panchapakesan在同事和朋友眼里是一个温暖、大方且忠诚的人。
“Venkat是工程团队里深受尊敬的领袖,我们对于他的离世深表悲痛。”Wojcicki表示,“他被所有曾与他共事过的人爱戴,所有认识他的人都将会思念他。在这段艰难时期,我们的心将与Venkat的家人同在。”
Airtel首席产品管、Panchapakesan的侄子Anand Chandrasekaran表示,Panchapakesan是很多人的英雄。
前雅虎印度高级副总裁Sharad Sharma表示,Panchapakesan为人敏锐但谦卑,在职业道德方面Panchapakesan有很高的要求,但同时他在工作上总能表现出“孩子般的热情”。
在今年二月份,Panchapakesan曾向Sharma发出一封有关其对抗病魔的邮件。在这封邮件中,Panchapakesan曾这样写道:“我正在用做任何事所展现出的正能量来对抗着病魔。”
但最终Panchapakesan还是离开了他的妻子与两个孩子。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。