Le lauréat du prix spécial de Tsinghua, Gu Yuxian, rejoint DeepSeek, spécialisé dans la compression des grands modèles et l'optimisation de l'efficacité.

Selon la surveillance de Beating, Gu Yuxian, docteur en informatique de l'Université Tsinghua et lauréat de la bourse spéciale d'excellence pour les étudiants diplômés en 2025, a officiellement rejoint DeepSeek, son nom apparaissant déjà dans la liste des auteurs de l'article DeepSeek V4.

Les recherches de Gu Yuxian se concentrent principalement sur l'optimisation de l'efficacité des grands modèles lors des phases de pré-entraînement, de compression de modèles et d'inférence, avec près de 5 000 citations totales sur Google Scholar. Ses travaux représentatifs antérieurs incluent la méthode de distillation des connaissances pour grands modèles MiniLLM (déjà adoptée par des plateformes telles que Google, Alibaba et NVIDIA), ainsi que le modèle d'architecture hybride Jet-Nemotron. Lors du traitement de contextes ultra-longs de 256K sur des GPU H100, Jet-Nemotron accélère le débit de génération jusqu'à 53,6 fois par rapport aux modèles d'attention traditionnels, et surpasse dans plusieurs benchmarks des modèles experts mixtes de plus grande taille paramétrique.