¿Qué hizo un estudiante de secundaria chino de 17 años? Hasta Elon Musk no pudo evitar darle un 'me gusta' 👍
Recientemente, el nombre de un estudiante de secundaria chino ha estado en boca de todos en el círculo de la IA.
Un artículo de investigación de China fue publicado hace poco, y Musk comentó públicamente en Twitter: “Impressive work from Kimi.”
Lo que sorprendió al mundo de la IA es que el genio de la IA de China 🇨🇳 está surgiendo de las universidades.
📌 Así sucedió
Este estudiante se llama Chen Guangyu, y su equipo es la empresa Moonshot AI, que desarrolló a Kimi.
Chen Guangyu es el primer autor del artículo titulado "Attention Residuals: Rethinking depth-wise aggregation".
El artículo propone una nueva forma de agregación de información entre capas de modelos: utilizando el mecanismo de atención softmax en lugar de la tradicional conexión de residual fija.
Además, este método ha mostrado mejoras significativas en varios benchmarks de pruebas principales.
La razón principal por la que Chen Feiyu ha atraído la atención es que muchos investigadores en IA necesitan pasar por:
Licenciatura → Maestría → Doctorado → Laboratorio
Mientras que él ingresó directamente al equipo de desarrollo de modelos.
Desde su primer contacto con modelos grandes hasta la publicación de resultados de investigación y ser observado globalmente, solo le tomó aproximadamente un año.
Recientemente, el nombre de un estudiante de secundaria chino ha estado en boca de todos en el círculo de la IA.
Un artículo de investigación de China fue publicado hace poco, y Musk comentó públicamente en Twitter: “Impressive work from Kimi.”
Lo que sorprendió al mundo de la IA es que el genio de la IA de China 🇨🇳 está surgiendo de las universidades.
📌 Así sucedió
Este estudiante se llama Chen Guangyu, y su equipo es la empresa Moonshot AI, que desarrolló a Kimi.
Chen Guangyu es el primer autor del artículo titulado "Attention Residuals: Rethinking depth-wise aggregation".
El artículo propone una nueva forma de agregación de información entre capas de modelos: utilizando el mecanismo de atención softmax en lugar de la tradicional conexión de residual fija.
Además, este método ha mostrado mejoras significativas en varios benchmarks de pruebas principales.
La razón principal por la que Chen Feiyu ha atraído la atención es que muchos investigadores en IA necesitan pasar por:
Licenciatura → Maestría → Doctorado → Laboratorio
Mientras que él ingresó directamente al equipo de desarrollo de modelos.
Desde su primer contacto con modelos grandes hasta la publicación de resultados de investigación y ser observado globalmente, solo le tomó aproximadamente un año.