Hannaneh Hajishirzi是华盛顿大学保罗·G·艾伦计算机科学与工程学院的教授，同时也是艾伦人工智能研究所（AI2）的高级研究总监。她的研究聚焦于自然语言处理、大型语言模型和机器推理，并在问答、语义解析和高效模型架构方面做出了贡献。
Hajishirzi于2010年在伊利诺伊大学厄巴纳-香槟分校获得计算机科学博士学位，期间研究了基于图的算法和自然语言理解问题。随后，她在华盛顿大学完成了博士后研究，并于2014年加入该校任教。在AI2，她领导Mosaic团队，该团队开发用于科学推理的开源语言模型和工具。
早期职业与教育
Hajishirzi于2003年在伊朗德黑兰的谢里夫理工大学获得计算机工程学士学位。她随后赴美攻读研究生，于2006年在伊利诺伊大学获得硕士学位，并于2010年获得博士学位。她的博士论文涉及自然语言处理中的组合优化，将神经网络方法应用于语义角色标注和共指消解。
博士毕业后，她加入华盛顿大学担任博士后研究员，与研究人员合作探索机器学习方法用于文本理解。2014年，她成为助理教授，后于2020年获得终身教职并晋升为副教授，2024年晋升为正教授。
研究贡献
Hajishirzi的工作涵盖NLP的多个领域。她共同开发了基于Transformer的架构Longformer，该架构扩展了注意力机制以高效处理长文档。该模型于2020年推出，能够处理长达数千个标记的文本，解决了标准Transformer的关键局限性。
她还参与了UnifiedQA模型的开发，这是一个在多个数据集上训练以跨格式泛化的问答系统。她在AI2的团队创建了Tulu系列开源大型语言模型，专为指令微调和推理任务设计。这些模型在学术研究和工业应用中广泛使用。
Hajishirzi在ACL、EMNLP和NeurIPS等顶级会议上发表了超过100篇论文。她在语义解析和知识图谱推理方面的研究影响了AI系统如何表示和查询结构化知识。
奖项与认可
2021年，Hajishirzi因其在鲁棒且可解释的NLP系统方面的工作获得了美国国家科学基金会CAREER奖。她于2023年被任命为计算语言学协会会士，以表彰她对领域的贡献。她的Longformer论文在2020年NLP表示学习研讨会上获得了最佳论文奖。
她还因指导工作而受到认可，于2019年获得华盛顿大学杰出教学奖。她的学生已进入主要科技公司和研究实验室任职。
当前工作与影响
在AI2，Hajishirzi领导Mosaic计划，专注于构建高效且透明的语言模型。该团队于2024年发布了OLMo（开放语言模型）系列，提供完全开源的模型及其训练数据和代码。这一努力旨在使大型语言模型技术民主化，与OpenAI和Google DeepMind等公司的专有系统形成对比。
Hajishirzi的研究还涉及AI安全和评估。她开发了用于衡量模型推理能力和事实准确性的基准，为更广泛理解生成式AI的局限性做出了贡献。她在检索增强生成方面的工作改善了模型整合外部知识的方式。
她担任主要NLP期刊的编辑委员会成员，并组织了多个关于高效NLP的研讨会。她的合作涵盖学术界和工业界，包括与亚马逊网络服务和英特尔在硬件感知模型设计方面的合作。
精选出版物
- Beltagy, I., Peters, M. E., & Hajishirzi, H. (2020). Longformer: The Long-Document Transformer. arXiv预印本。
- Khashabi, D., 等 (2020). UnifiedQA: Crossing Format Boundaries With a Single QA System. EMNLP Findings。
- Groeneveld, D., 等 (2024). OLMo: Accelerating the Science of Language Models. arXiv预印本。
她的引用次数超过20,000次，反映了她的工作对现代NLP研究和应用的广泛影响。