清华特奖得主加入DeepSeek，已现身V4论文作者名单

• 来源：

  https://scholar.google.com/citations?hl=en&user=zF9dr1sAAAAJ&view_op=list_works&sortby=pubdate

他以第一作者或共一身份，在NeurIPS、ICLR、ACL、EMNLP等国际顶会发表多篇论文，Google Scholar引用量近5000次，其中《Pre-trained models: Past, present and future》和《MiniLLM》两篇论文引用均超1000次。他提出的模型蒸馏方法MiniLLM已被Google DeepMind、NVIDIA、阿里千问、小米等多家公司采用。

顾煜贤的研究方向聚焦于大语言模型全周期高效算法体系，涵盖预训练数据筛选、模型压缩知识蒸馏和高效模型架构三个方向。

他的核心理念是：当硬件资源受限时，算法创新便成为突破计算瓶颈的关键。

• 来源：

  https://x.com/Tsinghua_Uni/status/2012887761703842078

这与DeepSeek当前的战略需求高度契合。

在海外先进算力出口受限的背景下，国产大模型公司正面临严峻的算力挑战。顾煜贤在模型压缩、高效架构方面的技术积累，正是国产AI实现“降本增效”的核心底层逻辑。

从清华特奖到DeepSeek，顾煜贤的选择折射出当下AI人才流动的新趋势：顶尖学术人才正加速流向产业一线。

当大模型竞争进入“拼算法杠杆”的下半场，像顾煜贤这样既懂理论又能解决工程难题的“研究工程师”，正成为国产AI最稀缺的资源。

对于DeepSeek而言，招揽顾煜贤不仅是一次成功的人才引进，更是在算力封锁时代的一次关键人才布局。