Seekami#33
Chelsea Finn @chelseabfinn
Chelsea Finn 在 Seekami AI 行业影响力公开 Top 100 中排名第 33，属于“研究者”类别。
Chelsea Finn 是谁？
Chelsea Finn 的研究关注机器人如何通过与环境互动获得能力。她在 Stanford 从事计算机科学与电气工程研究，领导 IRIS 实验室，并参与创立 Physical Intelligence；此前在 Berkeley 获得博士学位。她的研究把感知、行动与适应新任务联系起来。
代表工作与阅读重点
她与 Pieter Abbeel、Sergey Levine 合作的 MAML 论文提出一种元学习训练方式，使模型能够通过少量梯度更新适应新任务。阅读重点是任务如何划分、适应过程需要什么数据，以及训练任务与测试任务之间有什么差别；这比只记住“少样本”更有用。
采访、作品与延伸阅读
以下按材料类型提供阅读入口，包括访谈、本人文章、机构履历或原始论文；并非每项都是采访。
- Chelsea Finn · Stanford research ↗
履历、实验室与研究项目的第一方入口。
ai.stanford.edu - Model-Agnostic Meta-Learning · 2017 ↗
方法论文，先看任务设置与适应步骤。
arxiv.org
沿着同一主题继续了解
Seekami 公开排名快照
90.56综合分
98.89权威关系分
58.95公开触达分
85.44近期互动分
公开研究摘要
| 项目 | 结果 |
|---|---|
| 排名区间 | Top 50 |
| 公开分类 | 研究者 |
| 适合观察 | 研究与模型方向 |
同类位置与可验证结论
| 比较维度 | 结果 |
|---|---|
| 公开 Top 100 位置 | 第 33/100 名 |
| “研究者”类别位置 | 第 12/34 名 |
| 相对同类综合分均值 | +1.51 分（同类均值 89.05） |
| 本期最高分信号 | 权威关系 · 98.89 |
这些结论只描述 公开排名样本内的相对位置，便于筛选和复核，不用于推断私人属性或未来合作效果。
如何理解这些分数
综合分由多个标准化公开信号形成。权威关系分用于描述账号在 AI 行业公开关系网络中的位置；公开触达分反映可观察的规模信号；近期互动分反映本期可用互动信号。各分数用于相对比较，不是内容正确率、个人能力或商业合作效果评分。
相邻排名创作者
来源与限制
本页来自 Seekami 公开排名样本。账号资料和公开信号会变化，排名不代表第三方背书。查看 排名方法论和数据边界。
数据时间与版本见排名方法论