Farhad Ramezanghorbani

Farhad Ramezanghorbani 是 NVIDIA 的高级研究科学家，专注于为多组学 (包括蛋白质和基因组学应用) 部署和加速大语言模型 (LLM) 。他的研究探索了具有亚二次扩展的替代注意力机制，以实现生物序列的超长上下文建模，从而提高 AI 在生命科学中的能力。在加入 NVIDIA 之前，他曾担任 Schr ö dinger 机器学习高级科学家，负责开发神经网络势和药物研发方法。他还为 NeMo、BioNeMo、TorchANI、PyTorch 和 QCEngine 等广泛使用的开源项目做出了贡献。Farhad 拥有佛罗里达大学化学博士学位，主要研究神经网络势、主动学习和粗粒度生物分子建模。他更广泛地关注药物和材料发现中分子科学的可扩展深度学习系统 AI。