Jason Wei任Mercor首席科学家:离开Meta
编辑|NeoMeta 超级智能实验室,又有一位重量级研究员离开了。这次是被称为「思维链之父」的 Jason Wei。11 月 18 日,AI 创业公司 Mercor 联合创始人兼 CEO Brendan Foody 在 X 平台宣布,Jason Wei 正式加入 Mercor,担任首席科学家(Chief Scienti
Meta 超级智能实验室
这回走的是有「思维链之父」之称的 Jason Wei。
11 月 18 日,AI 创业公司
Mercor 的联合创始人兼 CEO Brendan Foody 在 X 平台公布:Jason Wei 已加入 Mercor,出任首席科学家(Chief Scientist)。
Jason Wei 本人随后也证实了这件事。他说,在
其实 Jason Wei 的新去处并不是
仅仅一周之前,Mercor 才宣布完成 7.5 亿美元 D 轮融资,估值达到 200 亿美元。
从
从
在大模型研究圈子里,Jason Wei 的名字很难被绕开。他被称为思维链之父。
他的履历横跨 Google Brain、OpenAI 和 Meta,研究重心落在大语言模型推理、智能体以及模型评测上。
真正让他出圈的,是 2022 年那篇论文《
他是这篇论文的第一作者,与 Google Brain 的研究人员一道提出了思维链提示方法。
彼时的大语言模型,完成不少自然语言任务已不在话下,可一旦碰上要多步推理的数学题,表现常常不尽如人意。
研究团队给出的思路是:别让模型直接报答案,而是在提示里放入带有中间推理步骤的示例,带着模型一步步把计算走完。
拿一道数学应用题来说,普通提示可能只要模型给出最后那个数字;思维链提示则会先把条件怎么分析、计算步骤怎么列展示出来,再落到答案上。
这套办法不用改动模型参数,只调整喂给模型的提示示例,就足以让规模够大的语言模型在多步推理上有明显起色。
之后,CoT 一路衍生,围绕思维链的自一致性、推理路径搜索等研究接连冒出来。
2023 年,Jason Wei 进入 OpenAI,参与到
2024 年推出的那个评测集,重点看大语言模型回答事实性问题时准不准。里面有 4326 道题,答案都是明确的;模型不光要答对,还得清楚自己什么时候答不上来。
2025 年发布的 BrowseComp 测的是另一件事:AI 智能体做复杂网络搜索行不行。普通事实问答往往一步就能找到答案,BrowseComp 里的题目通常要来回搜好几轮,筛信息、做交叉验证,最后才能得出结果。
HealthBench 针对的是医疗场景。评分标准由医生拟定,细到准确性、沟通质量、指令遵循等多个方面,用这些维度去衡量模型在真实医疗对话里表现如何。
从 CoT 到 SimpleQA,再到 BrowseComp 和 HealthBench,他的研究一头连着大模型推理能力怎么提升,一头连着这些能力怎么评。
2025 年 7 月,他离开 OpenAI,去了 Meta 新组建的超级智能实验室。当时 Meta 从竞争对手那里挖来的知名 AI 研究员里,就有他一个。
在 Meta 干了一年多,他又换了方向。
这家公司刚拿到 7.5 亿美元融资,
Mercor 究竟是什么来头?
跟 Jason Wei 此前待过的几家 AI 巨头比,Mercor 的知名度或许还差一些。不过在 AI 训练数据和模型评测这个市场里,它已经做成了估值 200 亿美元的
Mercor 于 2023 年成立,三位联合创始人是 Brendan Foody、Adarsh Hiremath 和 Surya Midha。
这家公司起家于AI驱动的人才招聘,做的是帮企业找人、配人的生意。生成式AI起来之后,Mercor把重心慢慢挪到另一头:给前沿模型公司输送专业人才、训练数据和评测服务。
举个例子,AI实验室想让模型在金融分析上更强,光靠通用互联网文本往往不够。还得有懂金融业务流程的人,来设计真实任务、评判模型输出,再拿出高质量的训练样本。
把这些不同领域的专业人士组织起来,为AI模型的训练和评测提供数据与反馈,正是Mercor在做的事。眼下它的专家网络已经超过500万人,也成了前沿模型实验室的重要服务商。
11 月 10 日,Mercor宣布拿下7.5亿美元D轮融资,估值冲到200亿美元。出手的机构里有Benchmark、General Catalyst,还有
只是,给AI实验室供专家数据,已经装不下Mercor的野心了。
融资公告里公司说得很直接:新钱要接着投到模型评测、
另一边,Mercor也在把原本只服务前沿实验室的那套能力,往企业客户身上搬。
每家企业都有自己的业务系统、内部规矩和质量标准。一个通用模型哪怕在公开基准上分数好看,放到具体企业的工作里,未必接得住。
所以企业得针对自己的任务搭一套评测体系,再借专家反馈和专门的数据把模型表现提上去。
对Mercor而言,这就意味着业务边界又往外推了一步:从组织专家参与模型训练,走到帮客户评测、改进和适配AI模型。
Jason Wei来得正是时候——公司恰好在加大研究投入。
思维链之父与
在 Mercor 汇合了
其实早在 Jason Wei 加入之前,Mercor 就已经着手搭建自家的 AI 研究团队了。
10 月 8 日,公司发布文章《Why Mercor Is Building a Research Team》,把研究计划对外讲了一遍。
思路大致分几步:先用评测找出模型做不了的真实工作任务,再让领域专家弄清失败的原因、把训练数据搭起来,经过后训练把模型能力往上推,最后重新评测看改进了多少。
围绕这条线,Mercor 正在研究的问题包括真实工作任务的评测、训练数据的质量、模型的后训练,以及人类专业知识怎样带动 AI 能力提升。
真实工作评测这块,Mercor 已经推出
模型训练那边,公司同样放出了具体的实验结果。在后训练研究中,Mercor 使用
更让人留意的是,Mercor 旗下已经聚起一批在大模型领域做出过代表性成果的研究人员。
Edward J. Hu 就在其中。
他是著名论文《LoRA: Low-Rank Adaptation of Large Language Models》的第一作者,之前也在 OpenAI 待过。
LoRA 的做法是用低秩矩阵对大模型做参数高效微调,需要训练的参数数量因此大幅减少,如今已成为大模型微调领域用得最广的技术之一。
除 Edward J. Hu 之外,Mercor 的研究团队里还有
以AI人才和数据服务起家的Mercor,如今又添了一位在推理与模型评测上有分量的研究者——Jason Wei 已经加盟。
Mercor 创始人 Brendan Foody 在官宣中透露,Jason Wei 过去几年既是这家公司的客户,也是重要的交流伙伴之一;据他介绍,Jason Wei 到岗后会帮忙搭建研究团队,主攻数据与评测方向的研究。
这条路和 Jason Wei 在 OpenAI 做过的事有重叠。SimpleQA、BrowseComp、HealthBench 等评测基准他都参与开发过;Mercor 这边则正把模型评测往金融、法律、软件工程等真实工作场景推,还想用评测结果反过来改进模型。
Jason Wei 在自己的官宣里也提到数据的分量。他的判断是,训练 AI 模型的公司越来越多,数据会决定 AI 的下一个前沿往哪走。
一家公司正从专家数据服务往 AI 评测和后训练研究延伸,双方这次走到一起,原因或许就在这里。
从思维链到模型评测,再到真实工作任务与数据研究,Jason Wei 的下一站会怎样,还得接着看。
参考链接:
https://x.com/BrendanFoody/status/2122825607763689873
https://x.com/_jasonwei/status/2122826605362127094?a=m63C7Y9P_nHCJU683Og&s=20