尼古拉斯·勒鲁

欢迎光临

我是一名研究人员，擅长机器学习、神经网络、优化、大规模学习和统计建模。我现在在蒙特利尔的微软研究院工作，同时也是麦吉尔大学和UdeM大学的兼职教师。

我目前的两个主要兴趣是：

• 了解监督学习和强化中的优化从优化功能（或策略）的角度学习而不是参数。以下是我在主题：
  • 更严格的界限导致改进的分类器（ICLR 2017）
  • 操作员查看策略梯度法（NeurIPS 2020）
  • 一类一般的代理稳定有效的强化学习功能（AISTATS 2022最佳试卷）
  • 基于目标的代理随机优化（ICML 2023）
  • 具有决策意识的演员-关键函数逼近和理论保证（NeurIPS 2023）
  我正在寻找学生（理学硕士、博士、博士后）来研究这个主题。如果如果你感兴趣，请阅读上述文件并联系我，提到你感兴趣的部分。

• 模型调整和权力下放。我们如何创造更简单、模块化的体系结构，可用于其他目的，赋予权利持有人更多控制权（感谢Shakir穆罕默德教了我那个学期）？我合著的技术论文该空间为：
  • 多头适配器路由用于跨任务泛化（审查中）
  • 深层语言网络：联合利用变分推理快速训练堆叠LLM（英寸审查）
  我正在寻找一名具有相关先前专业知识的博士后，以从事主题。如果您感兴趣，请给我发一条带有链接和向你的同行评议论文解释这个主题。

除了纯技术性的主题外，我还对团队管理和组织感兴趣，尤其是如何有效应对压力、确保福祉和实现真正包容的研究环境。

你可以在我的谷歌学者页面.

材料

• 下载我的简历（于2023/10更新）
• 电子邮件：nicolas@le-roux.name