Slav Petrov

Formación académica e profesional

A traxectoria educativa de Petrov abarca tres países e reflicte a natureza internacional da súa carreira. Completou un Diplom en Ciencias da Computación e Administración de Empresas na Freie Universität Berlin antes de cursar estudos de doutoramento en Ciencias da Computación na University of California, Berkeley. Máis tarde estudou na Duke University como parte do seu itinerario académico anterior. De 2010 a 2016, foi profesor adxunto na New York University, onde impartiu Statistical Natural Language Processing — un papel que se desenvolveu de forma simultánea co seu traballo na industria en Google, onde se incorporou en agosto de 2009.

Papel en Google DeepMind

En Google DeepMind, Petrov ocupa o cargo de vicepresidente de investigación e codirixe Post-Training para Gemini, o modelo de linguaxe grande insignia da compañía. O post-entrenamento é unha fase crítica no desenvolvemento dos modelos de linguaxe grandes, que implica técnicas para refinar o comportamento dun modelo, as súas capacidades de seguir instrucións e o seu aliñamento despois do preentrenamento inicial. O seu equipo está distribuído a nivel global, o que reflicte o alcance e a complexidade do traballo implicado. Antes da formación de Google DeepMind, Petrov liderou os esforzos de investigación en NLP que alimentaron directamente produtos de Google como Search, Ads, Translate, Assistant e Chrome.

O seu historial de publicacións abarca máis dunha década e cobre unha ampla gama de temas dentro do procesamento da linguaxe natural, incluíndo a tradución automática, o procesamento sintáctico e a atribución na xeración de linguaxe natural. É colaborador en traballos de referencia asociados aos esforzos de modelos grandes de Google, incluíndo investigación sobre PaLM, PaLM 2, Gemini, Gemini 1.5 e Gemma 2, así como o conxunto de datos de referencia Natural Questions — un recurso amplamente utilizado para a investigación en resposta a preguntas.

Contribucións de investigación e recoñecemento

A produción de investigación de Petrov inclúe contribucións en procesamento sintáctico, tradución automática e o desenvolvemento de marcos de avaliación para a xeración de linguaxe. Unha área recente destacada do seu traballo implica medir a atribución en modelos de xeración de linguaxe natural — examinando se as saídas do modelo poden rastrexarse ata fontes verificables, unha preocupación que foi gañando importancia xunto coa implantación de sistemas xerativos grandes. Este traballo, publicado en Computational Linguistics en 2023, reflicte un interese máis amplo en facer que as saídas dos modelos de linguaxe sexan máis fiables e interpretables.

Ademais dos seus premios de artigos en ACL e NAACL, Petrov recibiu un Test-of-Time Award de 10 anos en ACL 2023, que recoñece investigación de hai unha década que demostrou ser duradeira pola súa influencia no campo. As súas áreas de investigación, tal como figuran no directorio de investigación de Google, abarcan Natural Language Processing, Machine Translation, Machine Intelligence e General Science.

Traxectoria e outras realizacións

Petrov viviu en Bulgaria, Alemaña e os Estados Unidos en medida aproximadamente equivalente, e actualmente ten a súa base en Berlín. As súas primeiras realizacións competitivas inclúen un Campionato do Mundo en RoboCup 2004 — unha competición internacional de robótica — que precede á súa carreira na investigación en NLP. Completou o seu Diplom na Freie Universität Berlin, e o seu tempo en Alemaña parece ter pechado e aberto a súa carreira, con Berlín como base actual mesmo mentres lidera investigación para unha das organizacións de IA máis destacadas do mundo. Manifestou unha lealdade persoal ao equipo nacional de fútbol búlgaro, especialmente en partidos contra Alemaña.