Que fait un lycéen chinois de 17 ans ? Même Musk ne peut s'empêcher de liker 👍
Le cercle de l'IA a récemment été inondé par le nom d'un lycéen chinois.
Un article provenant de Chine a été publié récemment, et Musk a commenté publiquement sur Twitter : "Travail impressionnant de Kimi."
Ce qui a stupéfait le monde de l'IA, c'est que le génie du domaine de l'IA en 🇨🇳 Chine émerge des universités !
📌 Voici comment cela s'est passé
Cet étudiant s'appelle Chen Guangyu, et son équipe est celle qui développe Kimi, la société Moonshot AI.
Chen Guangyu est le premier auteur de l'article "Attention Residuals: Rethinking depth-wise aggregation."
L'article propose une nouvelle méthode d'agrégation d'informations entre les couches de modèle : utiliser le mécanisme d'attention softmax à la place de la connexion résiduelle fixe traditionnelle.
Et dans plusieurs benchmarks de test principaux, cette méthode a apporté des améliorations significatives.
La raison principale pour laquelle Chen Feiyu est sous les feux des projecteurs est que de nombreux chercheurs en IA doivent passer par :
Licence → Master → Doctorat → Laboratoire.
Alors que lui est directement entré dans l'équipe de développement de modèles.
De son premier contact avec de grands modèles à la publication de résultats de recherche et à l'attention mondiale, il n'a fallu qu'environ un an.
Le cercle de l'IA a récemment été inondé par le nom d'un lycéen chinois.
Un article provenant de Chine a été publié récemment, et Musk a commenté publiquement sur Twitter : "Travail impressionnant de Kimi."
Ce qui a stupéfait le monde de l'IA, c'est que le génie du domaine de l'IA en 🇨🇳 Chine émerge des universités !
📌 Voici comment cela s'est passé
Cet étudiant s'appelle Chen Guangyu, et son équipe est celle qui développe Kimi, la société Moonshot AI.
Chen Guangyu est le premier auteur de l'article "Attention Residuals: Rethinking depth-wise aggregation."
L'article propose une nouvelle méthode d'agrégation d'informations entre les couches de modèle : utiliser le mécanisme d'attention softmax à la place de la connexion résiduelle fixe traditionnelle.
Et dans plusieurs benchmarks de test principaux, cette méthode a apporté des améliorations significatives.
La raison principale pour laquelle Chen Feiyu est sous les feux des projecteurs est que de nombreux chercheurs en IA doivent passer par :
Licence → Master → Doctorat → Laboratoire.
Alors que lui est directement entré dans l'équipe de développement de modèles.
De son premier contact avec de grands modèles à la publication de résultats de recherche et à l'attention mondiale, il n'a fallu qu'environ un an.