陈丹琦, 入职Thinking Machines Lab了?

机器之心编辑部

陈丹琦加入 Thinking Machines Lab 了？

注：Thinking Machines Lab 由前 OpenAI CTO Mira Murati 于 2025 年 2 月创立，团队成员主要由多位前 OpenAI 员工构成，目前人数在几十人左右。该公司致力于前沿的多模态 AI 模型与技术研发。

这一猜测不是毫无根据，当我们打开她的 GitHub 主页，邮箱已经变为 thinkingmachines.ai。

根据行业常规的邮箱命名方式，Thinking Machines Lab 内部员工邮箱很可能采用「firstname.lastname@thinkingmachines.ai 」的方式，巧合的是，陈丹琦也是这种。

为了进一步确认这种猜测，我们找到了 Thinking Machines Lab 首席科学家 John Schulman 邮箱，也是以 thinkingmachines.ai 结尾。

除了邮箱外，我们打开 Thinking Machines Lab 的 Hugging Face 主页，也发现了陈丹琦的名字。

这不由得让人联想到，陈丹琦是不是已经辞去普林斯顿大学的职务，进入产业界做研究，或者是以兼职的身份加入 Thinking Machines，就像何恺明兼职谷歌 DeepMind 科学家一样，且依然保留 MIT EECS 终身教授的身份。

但这些只是猜测，陈丹琦个人主页也没有更新这条消息。

看来，我们只能再等一等了。

陈丹琦，普林斯顿大学计算机科学系副教授，共同领导普林斯顿 NLP 研究小组。同时兼顾普林斯顿语言与智能研究计划副主任，该计划致力于开展大型 AI（如 LLM）的基础研究，她还是 RoBERTa 的作者之一。此前，陈丹琦曾在西雅图的 Facebook AI Research（FAIR）担任访问科学家，与 Luke Zettlemoyer 合作研究。

现在，陈丹琦论文引用量总计 7.5 万次，单篇 RoBERTa 研究达到 3.6 万次。

陈丹琦于 2012 年毕业于清华大学姚班，2018 年获得斯坦福大学计算机科学博士学位，师从斯坦福大学语言学和计算机科学教授 Christopher Manning。

2019 年，她的博士论文上传仅四天就获得了上千次的阅读量，成为了斯坦福大学近十年来最热门的毕业论文之一。她的导师评价说，「陈丹琦是使用神经网络方法解决自然语言理解问题方面的先驱。她简单、干净、高成功率的模型吸引了众人的目光…… 她的这篇毕业论文主要研究神经网络阅读理解和问答，这些新兴技术正在带来更好的信息访问方式 —— 它可以让计算机系统可以真正回答你的实际问题，而不是简单地返回文档搜索结果。」

陈丹琦在NLP领域的研究成果屡获学界认可，获得了多个重要奖项，其中包括 ACL 2022 杰出论文奖、2016 ACL 杰出论文奖等。她还多次获得国际一流企业和机构的研究资助与奖学金支持，如亚马逊研究奖、谷歌研究学者奖、Adobe 数据科学研究奖等。