ABAB Pedia
词条广场

Zhengyang Geng

Zhengyang Geng（耿正阳）是人工智能研究者，在卡内基梅隆大学Carnegie Mellon UniversityCarnegie Mellon University（CMU）是位于美国宾夕法尼亚州匹兹堡的私立研究型大学。学校前身是 Andrew Carnegie 于1900年出资创办的 Carnegie Technical Schools，1912年改名 Carnegie Institute of Technology，1967年与 Mellon Institute 合并后定名为今名。学校以计算机科学、机器人、工程与艺术等领域著称，在卡塔尔、硅谷和卢旺达设有校区。截至2025年9月，全校注册学生16,582人。现任校长为 Farnam Jahanian。2026年9月30日，学校宣布获得 Ken Griffin 30亿美元捐赠，并将在迈阿密兴建新校区。点击查看完整词条攻读博士期间从事深度均衡模型与单步生成模型研究，是Mean Flows论文的第一作者，现任职于OpenAIOpenAIOpenAI是2015年创立的人工智能研究与产品机构，开发GPT系列模型、ChatGPT、Codex及开发者API，并开展图像、语音、视频与智能代理研究。2025年重组后，非营利的OpenAI Foundation继续控制营利主体OpenAI Group PBC。其发展涉及大规模融资与算力合作，也伴随治理、版权、隐私及人工智能安全争议。点击查看完整词条。

本页目录8 节
词条资料

2021年发表注意力与矩阵分解研究

2021年9月，以他为第一作者、Zhouchen Lin等人参与的论文《Is Attention Better Than Matrix Decomposition?》提交至arXiv。⁠[1]

2022年4月参与深度均衡光流估计研究

2022年4月，他与Shaojie Bai、Yash Savani和J. Zico Kolter合著的论文《Deep Equilibrium Optical Flow Estimation》提交至arXiv。⁠[2]

2024年1月参与大语言模型推理加速框架Medusa

2024年1月，他作为合著者之一参与的论文《Medusa: Simple LLM Inference Acceleration Framework with Multiple Decoding Heads》提交至arXiv，作者还包括Tianle Cai和Tri Dao等人。⁠[3]

2025年5月发表Mean Flows单步生成模型论文

2025年5月，以他为第一作者、与J. Zico Kolter和Kaiming He等人合著的论文《Mean Flows for One-step Generative Modeling》提交至arXiv，提出单步生成建模框架。论文首页将他的单位标注为卡内基梅隆大学，并注明部分工作是在访问麻省理工学院期间完成。⁠[4][5]

2026年发表Equilibrium Reasoners论文

2026年，他与Benhao Huang、Zico Kolter合著论文《Equilibrium Reasoners: Learning Attractors Enables Scalable Reasoning》，论文署名单位为卡内基梅隆大学，他为通讯作者。⁠[6][7]

截至2026年10月：任职OpenAI

截至2026年10月，他的个人网站称其为OpenAI研究人员，并表示自己曾作为博士生与Zico Kolter和Kaiming He合作；网站称其研究兴趣包括自适应计算（从单步模型到深度均衡模型）以及动力系统与训练动力学。⁠[7]

关联机构、网站与公开账号

卡内基梅隆大学：官网：https://www.cmu.edu/（在新窗口打开）⁠[5]

OpenAI：官网：https://openai.com/（在新窗口打开）⁠[7]

个人网站：公开链接：https://gsunshine.github.io/（在新窗口打开）⁠[7]

X：公开账号：https://x.com/ZhengyangGeng（在新窗口打开）⁠[7]

GitHub：公开账号：https://github.com/Gsunshine（在新窗口打开）⁠[7]

Google Scholar：公开资料：https://scholar.google.com/citations?user=lNkw3QYAAAAJ（在新窗口打开）⁠[7]

来源

  1. Is Attention Better Than Matrix Decomposition?（在新窗口打开）
  2. Deep Equilibrium Optical Flow Estimation（在新窗口打开）
  3. Medusa: Simple LLM Inference Acceleration Framework with Multiple Decoding Heads（在新窗口打开）
  4. Mean Flows for One-step Generative Modeling（在新窗口打开）
  5. Mean Flows for One-step Generative Modeling（在新窗口打开）
  6. Equilibrium Reasoners: Learning Attractors Enables Scalable Reasoning（在新窗口打开）
  7. About me - Zhengyang Geng (耿正阳)（在新窗口打开）