Scale AI 后训练研究员，2026 年论文《基于评分细则的强化学习中的奖励投机》第一作者，也是 RSI-Forge 合著者。此前在 Mila 做研究，在 Meta FAIR 实习；多伦多大学博士。
经历
现任
Scale AI后训练研究
曾任
Mila - Quebec AI Institute研究
Meta FAIR研究实习生
出处x.comarxiv.orgarxiv.org/2610.09426arxiv.org/2602.22419教育与工作经历读自本人主页或雇主页面；论文在 arXiv 上核对过署名。LinkedIn 只读本人公开发布的帖子；GitHub 只给链接。
账号回链到 x.com/nas_mahmoud_ · 头像来自其 X 账号，取于 2026-11-02
记录里暂时没有其他提到他们的条目。
这一页有错误或遗漏？告诉我，会更正或撤下。 联系 →