Nathan Lambert — исследователь машинного обучения, основатель Interconnects и The ATOM Project. Ранее был руководителем направления post-training в Allen Institute for AI (Ai2), где участвовал в создании Tülu 3 и семейства открытых языковых моделей Olmo. До этого работал research scientist в Hugging Face и помогал развивать программу исследований RLHF. Автор открытого учебника Reinforcement Learning from Human Feedback, который охватывает instruction tuning, reward modeling и preference optimization. В докладе на AI Engineer World's Fair 2025 он говорит о таксономии reasoning моделей и о планировании как навыке, которому можно целенаправленно обучать агентов.

Темы докладов: Обучение, RL, дообучение и Паттерны построения агентов.

AI Engineer World's Fair 20251