• 鷺羽 發(fā)自 凹非寺
  量子位 | 公眾號 QbitAI

ICLR 2026時間檢驗獎新鮮出爐，獲獎?wù)摺?/p>

GPT天才本科生Alec Radford

網(wǎng)友們紛紛送來祝賀：“實(shí)至名歸！”

Alec為人相當(dāng)?shù)驼{(diào)，其社媒清一水的都是轉(zhuǎn)發(fā)推薦他人優(yōu)秀成果。

但實(shí)則他在OpenAI里是和Ilya齊名的技術(shù)大神，也是初代GPT系列奠基者

奧特曼曾稱他為愛因斯坦級別的天才，OpenAI總裁更是直言：

• 只要他想要的，我們都給。

如今，這篇他在十年前一作發(fā)表的DCGAN論文，終于正式封神！

引用量超2w，是機(jī)器學(xué)習(xí)領(lǐng)域最具影響力的論文之一，也是公認(rèn)的GAN工程應(yīng)用開山之作。

而這篇論文之所以引人注目，還有另一層原因：

三位作者，沒有一個是博士生

u1s1，這真的很酷！

時間檢驗獎首次頒給本科生

出乎意料的是，本屆ICLR一口氣開出個雙黃蛋，兩個時間檢驗獎分別是DCGANDDPG

前者直接影響了GPT系列模型的核心邏輯，后者則來自谷歌DeepMind，證明了深度強(qiáng)化學(xué)習(xí)可以應(yīng)用于連續(xù)控制。

這也是ICLR連續(xù)三年都在以時間檢驗獎的形式認(rèn)可機(jī)器學(xué)習(xí)成果，也足見這兩篇論文的經(jīng)典程度不分伯仲。

組委會是這樣評價DCGAN這篇論文的：

• 這篇俗稱DCGAN的論文，首次成功驗證了基于學(xué)習(xí)的生成模型能夠生成多樣化、真實(shí)且結(jié)構(gòu)復(fù)雜的圖像。
• 該研究成果正式開創(chuàng)了圖像生成子領(lǐng)域，如今圖像生成已是機(jī)器學(xué)習(xí)領(lǐng)域最熱門的研究方向之一，同時在工業(yè)領(lǐng)域落地了大量成熟且成效顯著的應(yīng)用。
• 盡管相關(guān)技術(shù)不斷迭代升級（從生成對抗網(wǎng)絡(luò)逐步發(fā)展至擴(kuò)散模型），但DCGAN依舊歷久彌新，是奠定這一重要研究領(lǐng)域的關(guān)鍵里程碑。

本論文共有三位作者，2個本科1個碩士

其中，Alec Radford本科畢業(yè)于富蘭克林·歐林工程學(xué)院（Franklin W. Olin College of Engineering）

據(jù)網(wǎng)友介紹，這是一所規(guī)模不大但實(shí)力不容小覷的工程院校。

通常只有400名學(xué)生，知名度雖不及哈佛、MIT等同類科技學(xué)校，但它們的學(xué)生在項目方向上個人自由度高，學(xué)校學(xué)術(shù)能力媲美常春藤名校。

在那里，他和同學(xué)們一起創(chuàng)立了公司Indico，并隨后加入OpenAI，一干就是八年。

他是最早期GPT系列論文的核心貢獻(xiàn)者，幾乎參與了OpenAI所有的重大突破，也是多模態(tài)模型CLIP的主導(dǎo)者。

他所提出的Transformer架構(gòu)加生成式預(yù)訓(xùn)練的方法，直接奠定了后續(xù)ChatGPT和其它大模型的基礎(chǔ)，同時也在GPT-1到GPT-3、Whisper、DALL-E的研發(fā)中擔(dān)任關(guān)鍵角色。

截止目前，Alec Radford的論文總被引數(shù)已超35萬

但在2024年底，Alec正式宣布告別老東家，轉(zhuǎn)而追求獨(dú)立研究。在去年3月，他以顧問的方式加入了前OpenAI CTO Mira Murati創(chuàng)立的Thinking Machines Lab

和他同期進(jìn)新公司的，還有前OpenAI首席研究員Bob McGrew。

另一位本科生作者Luke Metz，和Alec都出自歐林工程學(xué)院，并在畢業(yè)后加入了Alec創(chuàng)立的Indico公司。

他也是OpenAI的初始成員之一，隨后他進(jìn)入谷歌擔(dān)任長期研究員，研究重心從生成模型逐漸轉(zhuǎn)向優(yōu)化算法和元學(xué)習(xí)，并在2022年短暫回歸OpenAI，24年底轉(zhuǎn)投Thinking Machines Lab。

最后一位作者Soumith Chintala，他廣為人知的身份除了是DCGAN論文作者之一，還是PyTorch的核心作者、Meta前副總裁。

他本科就讀于韋洛爾理工學(xué)院（VIT），這是一所當(dāng)?shù)氐亩鞴こ淘盒＃@也讓他在申請碩士時屢屢碰壁，被12所高校連續(xù)拒絕。

直到最后，他終于堅持不懈收到了紐約大學(xué)發(fā)來的offer，并成功收獲LeCun青睞，得以師從LeCun。在那里，LeCun影響了Soumith的研究方向，他開始從事早期深度學(xué)習(xí)研究。

但在完成碩士學(xué)位后，Soumith再次碰壁，幾乎申請的全部工作都被拒絕，只能進(jìn)入一家名為MusiAmi的小型創(chuàng)業(yè)公司，從事移動深度學(xué)習(xí)工作。

直到2014，在Lecun的引薦下，他進(jìn)入Meta工作，并帶領(lǐng)團(tuán)隊成員主導(dǎo)設(shè)計了PyTorch。而PyTorch已經(jīng)成為目前全世界使用最廣泛的開源機(jī)器學(xué)習(xí)平臺之一。

在Meta工作11年后，Soumith一路從L4工程師晉升至副總裁，成為Meta核心人物。在2025年底，他離開了Meta，并加入Thinking Machines Lab擔(dān)任CTO。

自此，DCGAN三位作者兜兜轉(zhuǎn)轉(zhuǎn)，最終再次齊聚Thinking Machines Lab

其余獲獎情況

除此之外，ICLR還頒布了兩篇優(yōu)秀論文獎：

• 《Transformers are Inherently Succinct》：率先提出簡潔性是衡量Transformer表達(dá)能力的新維度，同時證明Transformer在描述某些復(fù)雜概念時，相比RNN等模型存在指數(shù)級甚至雙指數(shù)級優(yōu)勢。
• 《LLMs Get Lost In Multi-Turn Conversation》：設(shè)計了一種可擴(kuò)展的方法來評估LLM的多輪對話能力，同時發(fā)現(xiàn)當(dāng)交互涉及多輪對話和指令不明確時，LLM的適應(yīng)性和可靠性會大幅度下降。

和一篇優(yōu)秀論文提名：

其中，研究者運(yùn)用逼近理論，為主流Muon優(yōu)化器設(shè)計了一套極分解設(shè)計最優(yōu)多項式逼近方案，收獲了業(yè)界一致的認(rèn)可。

[1]https://blog.iclr.cc/2026/04/22/announcing-the-test-of-time-awards-from-iclr-2016/
[2]https://scholar.google.com/citations?user=dOad5HoAAAAJ&hl=en
[3]https://www.bostonglobe.com/2023/06/10/business/how-couple-olin-college-students-helped-spark-ai-chatbot-revolution/
[4]https://techcrunch.com/2025/04/08/mira-muratis-ai-startup-gains-prominent-ex-openai-advisers/
[5]https://timesofindia.indiatimes.com/etimes/trending/meet-soumith-chintala-indian-origin-techie-rejected-by-12-us-universities-now-cto-of-thinking-machines-lab/articleshow/126552880.cms