Vencedor do Prémio Especial da Universidade de Tsinghua, Gu Yuxian, junta-se à DeepSeek, focado na compressão de grandes modelos e otimização de eficiência.

De acordo com a monitorização do Beating, Gu Yuxian, doutorado pelo Departamento de Ciência da Computação da Universidade de Tsinghua e vencedor da Bolsa de Mérito Especial para Estudantes de Pós-Graduação em 2025, juntou-se oficialmente à DeepSeek, com o seu nome a aparecer na lista de autores do artigo DeepSeek V4.

A investigação de Gu Yuxian centra-se principalmente na otimização da eficiência dos grandes modelos durante o pré-treinamento, compressão de modelos e fase de inferência, com um total de citações no Google Académico de quase 5000. Os seus trabalhos representativos anteriores incluem o método de destilação de conhecimento para grandes modelos MiniLLM (já adotado por plataformas como Google, Alibaba e NVIDIA), e o modelo de arquitetura híbrida Jet-Nemotron. O Jet-Nemotron, ao processar contextos ultra-longos de 256K na GPU H100, alcança uma taxa de produção 53,6 vezes mais rápida do que os modelos tradicionais de atenção total, e supera modelos de especialistas mistos com maior número de parâmetros em vários benchmarks.