Slav Petrov

學術與專業背景

Petrov 的求學旅程橫跨三個國家，反映出他職涯的國際性。他在 Freie Universität Berlin 完成電腦科學與商業管理的 Diplom，隨後在加州大學柏克萊分校攻讀電腦科學博士學位。他也曾在 Duke University 進修，作為其早期學術路徑的一部分。2010 年至 2016 年間，他擔任紐約大學的兼任教授，在那裡教授統計式自然語言處理——這個角色與他在產業界的工作同時進行；他於 2009 年 8 月加入 Google。

在 Google DeepMind 的角色

在 Google DeepMind，Petrov 擔任研究副總裁，並共同負責 Gemini 的後訓練（Post-Training），該公司旗艦大型語言模型。後訓練是大型語言模型開發中的關鍵階段，包含各種技術，用以在初始預訓練之後，精煉模型的行為、指令遵循能力，以及一致性（alignment）。他的團隊在全球分散配置，反映出所涉工作的規模與複雜度。在 Google DeepMind 成立之前，Petrov 曾領導 NLP 研究工作，這些成果直接供應給 Google 的產品，例如 Search、Ads、Translate、Assistant 與 Chrome。

他的發表紀錄跨越十年以上，涵蓋自然語言處理領域的廣泛主題，包括機器翻譯、解析（parsing），以及自然語言生成中的歸因（attribution）。他是與 Google 大型模型相關的里程碑論文的貢獻者，包含 PaLM、PaLM 2、Gemini、Gemini 1.5 與 Gemma 2 的相關工作，以及 Natural Questions 基準資料集——一個廣泛用於問答研究的資源。

研究貢獻與榮譽

Petrov 的研究成果涵蓋句法解析、機器翻譯，以及語言生成評估框架的開發。近期一個值得注意的研究方向，是衡量自然語言生成模型中的歸因——探討模型輸出是否能追溯到可驗證的來源；隨著大型生成式系統的部署，這項議題的重要性也日益提升。這項工作於 2023 年發表在 Computational Linguistics，反映出他更廣泛的興趣：讓語言模型的輸出更可靠、也更容易理解。

除了在 ACL 與 NAACL 的論文獎項之外，Petrov 於 ACL 2023 獲得為期 10 年的 Test-of-Time Award，表彰十年前的研究在領域中持續發揮影響力。他的研究領域（依照 Google 的研究目錄所列）涵蓋自然語言處理、機器翻譯、機器智慧與一般科學。

背景與其他成就

Petrov 曾在保加利亞、德國與美國生活，時間大致均衡；目前則以柏林為基地。他早期的競賽成就包括在 RoboCup 2004 贏得世界冠軍——這是一項國際機器人競賽——其時間早於他在 NLP 研究領域的職涯。他在 Freie Universität Berlin 完成 Diplom，而他在德國的時間似乎也為他的職涯劃下了起訖：即使他領導著全球最具代表性的 AI 組織之一的研究，他目前仍以柏林作為主要據點。他也曾表達對保加利亞國家足球隊的個人忠誠，尤其是在對陣德國的比賽中。