Vencedor do Prêmio Especial de Tsinghua, Gu Yuxian, junta-se à DeepSeek, focando em compressão e otimização de eficiência de modelos grandes.

Segundo o monitoramento do Beating da Dongcha, o doutor em Ciência da Computação pela Universidade Tsinghua, Gu Yuxian, vencedor da Bolsa de Mérito de Pós-Graduação de 2025, juntou-se oficialmente à DeepSeek, e seu nome já aparece na lista de autores do artigo DeepSeek V4.

A pesquisa de Gu Yuxian concentra-se principalmente na otimização da eficiência de grandes modelos nas fases de pré-treinamento, compressão de modelos e inferência. Sua citação total no Google Acadêmico já se aproxima de 5000. Seus trabalhos representativos anteriores incluem o método de destilação de conhecimento para grandes modelos MiniLLM (já adotado por plataformas como Google, Alibaba, 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 transferência de geração até 53,6 vezes mais rápida em comparação com modelos tradicionais de atenção total, e superou modelos especialistas mistos de maior escala em múltiplos benchmarks.