Meta万引强化学习大佬跑路！用小扎原话作为离别寄语，扎心了

主要观点总结

本文报道了Meta平台上的强化学习大佬Rishabh Agarwal的离职消息，他参与了谷歌Gemini 1.5、Gemma 2以及Meta推理模型后训练的重要工作，并因一篇RL算法评估论文获得了NeurIPS杰出论文奖。文章还描述了他的学术背景和职业生涯，包括他在谷歌和Meta的工作经历以及他对强化学习的研究。同时，文章也提到了Meta老员工出逃的现象，并分析了可能的原因。

关键观点总结

关键观点1: Rishabh Agarwal离职

Rishabh Agarwal是Meta强化学习团队的重要成员，参与了多个重要项目的研发，因杰出的研究成果获得了NeurIPS杰出论文奖。他因个人原因选择离开Meta，目前下一站尚未明确。

关键观点2: Rishabh Agarwal的学术背景和职业生涯

Rishabh Agarwal本科毕业于印度理工学院孟买分校计算机科学与工程专业。他曾在Google Brain、DeepMind和Meta工作，从事强化学习和推理研究。他在学术界和工业界都取得了显著的成就。

关键观点3: Meta老员工出逃现象

除了Rishabh Agarwal，还有一位在Meta工作了12年的老员工也宣布离职，并加入了曾经的竞争对手Anthropic的推理团队。有消息称这是因为Meta新老员工之间因薪酬待遇悬殊而产生摩擦，这可能是导致资深员工选择离开的重要原因之一。

免责声明