实习生被字节起诉索赔802万后，在职期间写的论文拿下人工智能顶级会议nara fs最佳论文奖，业内人表示奖项含金量不亚于800万这个级别的人才去大厂，200万加年薪不是问题。网友直呼爽文男主招进现实，字节或许该花800万请回实习生。

当事人研究生就读北京大学，研究兴趣为深度学习的优化与算法，自2019年起先后在商汤和字节跳动实习。被起诉的原因是田柯宇因为自己所在团队模型训练没有充足的算力知识，对团队资源分配不满，通过编写篡改代码等形式，恶意攻击团队研究项目的模型训练任务，造成资源损耗。有网友计算称损耗甚至上千万。

随后字节回应称事情属实，已经辞退该实习生，并且网传损耗被夸大了，当事人则表示自己是背锅，已经报警，自己一方则选择向法院起诉，要求当事人赔偿侵权损失800万元及合理支出2万元，同时要求其公开赔礼道歉。

更多详细内容，感兴趣的小伙伴可以在文章阅读了解。抖音。
《深度学习资源损耗应对攻略：从实习生事件看算力资源管理》

在深度学习领域，算力资源的合理运用至关重要。就像之前实习生事件引发广泛关注，其中涉及到因算力不足导致的资源损耗问题。对于深度学习从业者来说，如何避免类似情况发生呢？

首先，要深入了解团队的算力分配机制。明确自己所负责项目的算力配额，清楚在何种情况下可以申请额外资源。比如，在进行大规模模型训练时，提前规划好所需算力，避免因临时需求导致资源紧张。

其次，优化代码是关键。确保代码的高效性，减少不必要的计算开销。可以通过学习先进的算法优化技巧，如采用更高效的矩阵运算方式等，来降低对算力的需求。

再者，建立良好的沟通机制也不可或缺。当发现算力可能不足时，及时与团队沟通，共同探讨解决方案。也许可以通过调整任务优先级等方式，合理调配资源。

最后，持续关注技术发展。新的算力优化技术不断涌现，及时学习并应用到工作中，能有效提升资源利用效率。通过这些方法，能更好地应对深度学习中的算力挑战，避免出现类似的资源损耗问题。
实习生,字节跳动,起诉,索赔,论文奖,深度学习,算力,资源损耗,背锅,法院
[Q]：实习生被字节起诉索赔的原因是什么？
[A]：田柯宇因团队模型训练算力不足、资源分配不满，篡改代码攻击模型训练任务致资源损耗。
[Q]：实习生的研究兴趣是什么？
[A]：深度学习的优化与算法。
[Q]：实习生就读于哪所大学？
[A]：北京大学。
[Q]：字节对该事件如何回应？
[A]：称事情属实，已辞退实习生，网传损耗被夸大。
[Q]：当事人表示自己是怎么回事？
[A]：当事人称自己背锅，已报警并起诉字节要求赔偿及道歉。
[Q]：实习生获得了什么奖项？
[A]：人工智能顶级会议nara fs最佳论文奖。
[Q]：网友对这件事有什么反应？
[A]：网友直呼爽文男主进现实，还调侃字节或许该花800万请回实习生。
[Q]：该事件中提到的资源损耗有多少？
[A]：有网友计算称损耗甚至上千万，字节称网传损耗被夸大。