AI使い比べAIを探すAIニュースAI活用法
会社紹介
個人情報保護方針利用規約FAQお問い合せお問い合わせ
エーアイビー株式会社事業者情報
© 2026 AIB Inc.

BAIR Lab、2026年度博士課程修了生を輩出

BAIR Lab、2026年度博士課程修了生を輩出

BAIR Blog·2026年7月2日 (木)
  • •カリフォルニア大学バークレー校のBAIR Labが、ロボット工学、大規模言語モデル、AI安全性にわたる研究を行う2026年度博士課程修了生を祝った。
  • •修了生は、OpenAI、Google DeepMind、Anthropic、xAIなどの主要AI企業や、大学の教員職へと進んでいる。
  • •卒業論文のテーマには、マルチエージェント動作フレームワーク、テスト時スケーリング、人間中心のAI評価・設計が含まれる。
  • •カリフォルニア大学バークレー校のBAIR Labが、ロボット工学、大規模言語モデル、AI安全性にわたる研究を行う2026年度博士課程修了生を祝った。
  • •修了生は、OpenAI、Google DeepMind、Anthropic、xAIなどの主要AI企業や、大学の教員職へと進んでいる。
  • •卒業論文のテーマには、マルチエージェント動作フレームワーク、テスト時スケーリング、人間中心のAI評価・設計が含まれる。

カリフォルニア大学バークレー校のBAIR Lab(Berkeley Artificial Intelligence Research Lab)は、2026年7月1日に2026年度博士課程修了生を送り出した。修了生らは、ロボット工学、大規模言語モデル(LLM)、コンピュータビジョン、AI安全性など多岐にわたる分野で研究を遂行した。現在、彼らは教員職、ポスドク研究員、産業界の研究職、あるいは自らのスタートアップ創業など、幅広いキャリアへと移行している。

研究の焦点は、機械学習の多様な応用を反映している。ダン・クライン(Dan Klein)教授の指導を受けたチャーリー・スネル(Charlie Snell)は、テスト時スケーリングと事前学習手法の架け橋に焦点を当て、LLMのスケーリングパラダイムにおけるトレードオフを研究した。イヴ・フレイシグ(Eve Fleisig)は、ユーザーの選好の不一致を学習シグナルとして活用し、モデルの有害性に対する厳格な評価を開発することで、LLMの信頼性と公平性の向上を目指した。ジテンドラ・マリク(Jitendra Malik)教授とアンジョー・カナザワ(Angjoo Kanazawa)准教授の共同指導を受けたヴォンガニ・マルレケ(Vongani Maluleke)は、再学習不要の統合型マルチエージェント動作生成フレームワーク「MAGNet」を開発し、Unitree G1人型ロボットで実装を行った。

その他の研究テーマとして、人間とAIのインタラクションや安全性が挙げられる。J.D. ザムフィレスク=ペレイラ(J.D. Zamfirescu-Pereira)は、言語インターフェースを相互作用の媒体とする人間とAIの共同設計を掘り下げた。ニクラス・ラウファー(Niklas Lauffer)は、マルチエージェント間の相互作用や言語モデルエージェントを通じてAI安全性を調査し、協調環境下における共変量シフトや敵対的学習に対処した。修了生らはOpenAI、Google DeepMind、Anthropic、xAIといった組織へ参画するほか、プリンストン大学やUCLA(カリフォルニア大学ロサンゼルス校)などの学術機関へ移籍し、自律システムや臨床推論の研究を継続する。

BAIR Labのコミュニティは広範な探究心を維持しており、学生らはジュンハオ・シオン(Junhao Xiong)によるタンパク質生成モデリングから、ネイサン・リヒトレ(Nathan Lichtlé)による自動運転のための強化学習まで多岐にわたる研究に取り組んでいる。同研究室は、メンタリング、実世界のシステム構築、分野横断的なコラボレーションを重視し、修了生が社会に出るにあたって展開や安全性に関する技術的課題への対処を目指している。

カリフォルニア大学バークレー校のBAIR Lab(Berkeley Artificial Intelligence Research Lab)は、2026年7月1日に2026年度博士課程修了生を送り出した。修了生らは、ロボット工学、大規模言語モデル(LLM)、コンピュータビジョン、AI安全性など多岐にわたる分野で研究を遂行した。現在、彼らは教員職、ポスドク研究員、産業界の研究職、あるいは自らのスタートアップ創業など、幅広いキャリアへと移行している。

研究の焦点は、機械学習の多様な応用を反映している。ダン・クライン(Dan Klein)教授の指導を受けたチャーリー・スネル(Charlie Snell)は、テスト時スケーリングと事前学習手法の架け橋に焦点を当て、LLMのスケーリングパラダイムにおけるトレードオフを研究した。イヴ・フレイシグ(Eve Fleisig)は、ユーザーの選好の不一致を学習シグナルとして活用し、モデルの有害性に対する厳格な評価を開発することで、LLMの信頼性と公平性の向上を目指した。ジテンドラ・マリク(Jitendra Malik)教授とアンジョー・カナザワ(Angjoo Kanazawa)准教授の共同指導を受けたヴォンガニ・マルレケ(Vongani Maluleke)は、再学習不要の統合型マルチエージェント動作生成フレームワーク「MAGNet」を開発し、Unitree G1人型ロボットで実装を行った。

その他の研究テーマとして、人間とAIのインタラクションや安全性が挙げられる。J.D. ザムフィレスク=ペレイラ(J.D. Zamfirescu-Pereira)は、言語インターフェースを相互作用の媒体とする人間とAIの共同設計を掘り下げた。ニクラス・ラウファー(Niklas Lauffer)は、マルチエージェント間の相互作用や言語モデルエージェントを通じてAI安全性を調査し、協調環境下における共変量シフトや敵対的学習に対処した。修了生らはOpenAI、Google DeepMind、Anthropic、xAIといった組織へ参画するほか、プリンストン大学やUCLA(カリフォルニア大学ロサンゼルス校)などの学術機関へ移籍し、自律システムや臨床推論の研究を継続する。

BAIR Labのコミュニティは広範な探究心を維持しており、学生らはジュンハオ・シオン(Junhao Xiong)によるタンパク質生成モデリングから、ネイサン・リヒトレ(Nathan Lichtlé)による自動運転のための強化学習まで多岐にわたる研究に取り組んでいる。同研究室は、メンタリング、実世界のシステム構築、分野横断的なコラボレーションを重視し、修了生が社会に出るにあたって展開や安全性に関する技術的課題への対処を目指している。

原文(英語)を読む·2026年7月1日
#bair#berkeley#phd#robotics#llm#ai safety#reinforcement learning