**후 루이(Rui Hou)**는 대규모 언어 모델(LLM), 다중 모드 표현 및 머신러닝 인프라 분야에서의 연구로 잘 알려진 인공지능 연구원입니다. 그는 Meta의 연구 과학자이며, 회사의 생성형 AI 및 Meta Superintelligence 팀의 일원입니다. ^{[1] [2]}

학력

후는 중국 동제대학교(Tongji University)에서 학사 학위를 받았습니다. 이후 2014년부터 2020년까지 미시간 대학교(University of Michigan), 앤아버 캠퍼스에 재학했습니다. 대학 재학 중 컴퓨터 과학 석사 학위와 지능 시스템 박사(Ph.D.) 학위를 취득했습니다. 그의 박사 연구는 제롬 P. 린치(Jerome P. Lynch) 교수의 지도하에 진행되었습니다. ^{[3] [4] [2] [7]}

경력

후 루이는 2014년 상하이 건설 그룹(Shanghai Construction Group Co., Ltd.)에서 BIM(Building Information Modeling) 인턴으로 전문 경력을 시작했습니다. 미시간 대학교에서 대학원 과정을 수행하는 동안 2014년부터 2019년까지 대학원생 연구 조교(GSRA) 및 대학원생 강사(GSI)로 활동했습니다. 이 기간 동안 그는 토요타 연구소(Toyota Research Institute)에서 2017년 머신러닝 인턴, 2019년 연구 인턴으로 여러 인턴십을 통해 추가적인 산업 경험을 쌓았습니다. 또한 2019년 페이스북(Facebook)에서 머신러닝 박사 소프트웨어 엔지니어로 인턴십을 마쳤습니다.

2020년 박사 학위를 마친 후, 후는 정규직 연구 과학자로 Meta(구 Facebook)에 합류했습니다. 그는 회사 내에서 승진하여 수석 연구 과학자 및 수석 연구 과학자 매니저 직책을 맡았습니다. Meta에서 그의 업무에는 특히 사후 훈련 연구 분야에서 Llama 계열의 대규모 언어 모델에 대한 기여가 포함됩니다. 2025년 초, 후는 xAI에 기술 직원으로 잠시 합류했습니다. 이후 그는 Meta로 돌아와 새롭게 설립된 Meta Superintelligence 연구 그룹에 합류했습니다.

후의 연구는 대규모 언어 모델과 다중 모드 표현에 중점을 둔 인공지능의 핵심 영역을 중심으로 이루어집니다. 그의 연구는 기초 모델의 확장, AI 시스템의 다국어 기능 향상 및 모델 강건성 향상의 과제를 해결합니다. 그는 언어 모델에 대한 지속적인 학습, 적대적 훈련 기법 및 다국어 모델의 어휘 제한 극복 방법에 대한 연구에 기여했습니다.

그는 주요 AI 컨퍼런스에서 발표된 수많은 논문을 공동 저술했습니다. 주요 발표 논문은 다음과 같습니다.

• "대규모 언어 모델에서 제로샷 교차 언어 전이를 위한 레이어 교환(Layer Swapping for Zero-Shot Cross-Lingual Transfer in Large Language Models)" (ICLR, 2025)
• "가장 약한 고리의 법칙: 대규모 언어 모델의 교차 기능(Law of the Weakest Link: Cross Capabilities of Large Language Models)" (ICLR, 2025)
• "기초 모델의 효과적인 장문맥 확장(Effective Long-Context Scaling of Foundation Models)" (NAACL, 2024)
• "XLM-V: 다국어 마스크 언어 모델에서 어휘 병목 현상 극복(XLM-V: Overcoming the Vocabulary Bottleneck in Multilingual Masked Language Models)" (EMNLP, 2023)
• "RoAST: 선택적 훈련을 통한 적대적 섭동을 통한 언어 모델 강화(RoAST: Robustifying Language Models via Adversarial Perturbation with Selective Training)" (EMNLP, 2023)
• "점진적 프롬프트: 언어 모델을 위한 지속적인 학습(Progressive Prompts: Continual Learning for Language Models)" (ICLR, 2023)
• "자기 지도 단안 깊이를 위한 의미 기반 표현 학습(Semantically-Guided Representation Learning for Self-Supervised Monocular Depth)" (ICLR, 2020)

위는 그의 발표된 연구 목록의 일부입니다. ^{[3] [2] [4] [5] [7] [8]}

Meta Superintelligence 팀

2025년 중반, 후는 인공 일반 지능(AGI)을 향한 기초 연구를 발전시키는 것을 목표로 하는 전략적 계획인 Meta의 새롭게 구성된 "Superintelligence" 팀의 일원으로 임명되었습니다. 이 그룹은 OpenAI, DeepMind 및 xAI와 같은 다른 주요 AI 기관에서 모집된 연구원과 엔지니어들로 구성되었습니다. 후는 xAI에서의 근무 후 이 팀에 연구 과학자로 합류하기 위해 Meta로 돌아왔습니다. 박사 학위를 소지한 다수의 연구 과학자를 포함하는 이 팀의 구성은 LLM, 컴퓨터 비전, 다중 모드 시스템 및 AI 정렬을 포함한 핵심 AI 영역의 기초 연구에 대한 Meta의 전략적 초점을 강조합니다. ^{[2] [6] [7]}