广宇

陈广宇 Guangyu Chen

机器学习研究员 | 大模型架构 · 高效注意力 · 开源社区
《Attention Residuals》共同一作 Kimi 内部黑客松冠军 USACO Platinum FLA · 4.7k★ 清华姚班讲座

简介 Profile

机器学习研究员,专注大模型架构与高效注意力机制。2025 年 11 月加入月之暗面 Kimi 团队担任机器学习研究员,入职后在内部 48 小时黑客马拉松中获得冠军,进入核心研究圈。2026 年 3 月,作为三位同等贡献作者之一发表《Attention Residuals》——改进 Transformer 沿用近十年的残差连接机制,训练算力效率提升约 1.25 倍,该技术随后成为支撑 Kimi K3(2.8 万亿参数)的底座技术之一。此前已在美国计算机奥林匹克竞赛(USACO)进入铂金组,并是 FLA 开源项目(4.7k+ GitHub Stars)核心贡献者。其经历被新华社、36 氪、扬子晚报等多家媒体报道。

代表作:《Attention Residuals》

1.25×等效训练算力效率
<2%额外推理延迟
2.8T支撑 Kimi K3 参数规模
200万+发布12小时浏览
  • 提出用「跨深度的注意力聚合」替换 Transformer 中固定权重的残差连接,让每一层可以按需选择性地聚合此前各层的信息
  • 与张宇共同提出 Block AttnRes(分块注意力残差):将上百层网络划分为约 8 个区块,显存开销从层数级降到块数量级,使方案可在超大模型上落地
  • 在 Kimi Linear 48B(1.4 万亿 token 预训练)上验证:同等效果下训练算力仅需基准的约 80%;GPQA-Diamond +7.5 分
  • 技术进入生产环境,成为 2026 年 7 月发布的 Kimi K3(全球首个开放权重 3T 级模型)的架构基础之一
  • 论文与代码开源:github.com/MoonshotAI/Attention-Residuals
"Kimi 的工作令人印象深刻。"
— Elon Musk,论文发布后公开评论
"看来还没把 'Attention is All You Need' 这句话按字面意思理解透。"
— Andrej Karpathy,OpenAI 联合创始人

经历 Timeline

月之暗面 Kimi | 机器学习研究员

2025.11 起 | 深圳/北京
  • 实习加入后不久在内部 48 小时"黑客马拉松"中夺得冠军,进入核心研究团队
  • 主导/共同主导 Attention Residuals 研究(见上),并曾入选公司面向"无法被常规岗位定义"人才的 Wild Card 招聘叙事典型案例

Tilde Research & 硅谷实习 | AI 研究

2025
  • 在美国小型顶尖实验室 Tilde Research 从事 AI 研究;16 岁暑期在帕洛阿尔托实习七周,参与内存优化混合专家模型 MoMoE 项目

华润小径湾贝赛思国际学校 | 高中

至 2026.6 毕业
  • 十年级取得 USACO(美国计算机奥林匹克竞赛)铂金奖;主导"海洋垃圾检测 AI 应用"研究项目,将无人机小目标检测性能提升约 25%
  • 入选罗德信托(Rhodes Trust)面向全球 15–17 岁青年的高潜力未来领袖计划;连续三年在中国开源年会做主题报告

开源与社区

FLA · Flash Linear Attention
  • FLA 开源项目核心贡献者(4.7k+ GitHub Stars),提供 SOTA 线性注意力模型的 PyTorch/Triton 高效实现
  • 2026 年 4 月受邀在清华大学姚班作学术报告(大模型预训练与模型架构方向)

优势画像(基于公开报道的观察)

① 把"想法"落到"能跑"的工程闭环能力 Builder-Researcher证据:Block AttnRes 是为解决显存/通信开销而做的工程设计;FLA 高性能 Triton 实现;海洋垃圾检测项目实打实提升 25% 指标。他不只提 idea——从数学设计到 kernel 级实现到 48B 模型验证,全链路自己打通。这类"研究+工程"双栈在年轻研究者中极稀缺。
② 极早期入场高难度问题的判断力 Early Risk-Taker证据:10 年级定下 USACO 铂金目标并兑现;16 岁只身赴硅谷实习;17 岁参与 2.8T 模型底座技术研发。每次都在"同龄人还没上车的地方"提前布局,且用结果证明判断正确。
③ 反造神的清醒ego管理 Ego Discipline证据:论文爆火后多次公开强调"这是团队成果,不要只关注个人";Kimi 官方与其本人口径一致。在流量最高的时刻选择归因于团队——这种克制是长期被顶级团队信任的底层资产。
④ 社区驱动的学习曲线 Community-Powered Growth证据:组织青少年开源社区、连续三年开源年会报告、FLA 核心贡献者。他的成长不是封闭刷题,而是在公开社区里被检验、被看见,进而被顶尖团队"看见"。

⚠️ 说明:以上为基于公开报道与开源记录的行为推断,非本人或其所在机构之正式评价,仅供参考。

媒体报道 Selected Coverage