El ganador del Premio Especial de la Universidad Tsinghua, Gu Yuxian, se une a DeepSeek, centrándose en la compresión y optimización de eficiencia de modelos grandes.

Según el monitoreo de Beating, Gu Yuxian, doctor del Departamento de Ciencias de la Computación de la Universidad de Tsinghua y ganador de la Beca Especial de Postgrado 2025, se ha unido oficialmente a DeepSeek, y su nombre ya aparece en la lista de autores del artículo de DeepSeek V4.

La investigación de Gu Yuxian se centra principalmente en la optimización de la eficiencia de los grandes modelos en las etapas de preentrenamiento, compresión del modelo e inferencia, con un total de casi 5000 citas en Google Scholar. Sus trabajos representativos anteriores incluyen el método de destilación de conocimiento para grandes modelos MiniLLM (ya adoptado por plataformas como Google, Alibaba, NVIDIA, etc.) y el modelo de arquitectura híbrida Jet-Nemotron. Jet-Nemotron, al procesar contextos ultra largos de 256K en la GPU H100, acelera el rendimiento de generación hasta 53.6 veces en comparación con los modelos tradicionales de atención completa, y supera a los modelos de mezcla de expertos con mayor escala de parámetros en múltiples pruebas de referencia.