Jack Morris — кофаундер компании Engram, которая разрабатывает языковые модели, усваивающие устойчивые знания об организациях, где они используются. Ранее он участвовал в создании open source инструмента TextAttack для состязательных атак на модели и получил PhD в Cornell University в 2025 году. Его исследования охватывают инверсию embeddings, контекстные эмбеддинги документов, ёмкость памяти моделей (оценка 3.6 бита на параметр) и обучение на малом числе параметров, например TinyLoRA. В докладах он рассматривает, что стоит хранить в контексте, а что в весах модели, и как при дообучении избегать катастрофического забывания.
Темы докладов: Обучение, RL, дообучение, Контекст и память и RAG, поиск и эмбеддинги.
AI Engineer World's Fair 20261
Масштабирование вычислений для работы с контекстом
AI Engineer World's Fair 2026
AI Engineer Code 20251
Контекст — не память. Память — это обновление весов
AI Engineer Code 2025