ABAB Pedia
詞條廣場

Zhengyang Geng

Zhengyang Geng（耿正陽）是人工智能研究者，在卡內基梅隆大學Carnegie Mellon UniversityCarnegie Mellon University（CMU）是位於美國賓夕法尼亞州匹茲堡的私立研究型大學。學校前身是 Andrew Carnegie 於1900年出資創辦的 Carnegie Technical Schools，1912年改名 Carnegie Institute of Technology，1967年與 Mellon Institute 合併後定名為今名。學校以計算機科學、機器人、工程與藝術等領域著稱，在卡塔爾、硅谷和盧旺達設有校區。截至2025年9月，全校註冊學生16,582人。現任校長為 Farnam Jahanian。2026年9月30日，學校宣佈獲得 Ken Griffin 30億美元捐贈，並將在邁阿密興建新校區。點擊查看完整詞條攻讀博士期間從事深度均衡模型與單步生成模型研究，是Mean Flows論文的第一作者，現任職於OpenAIOpenAIOpenAI是2015年創立的人工智能研究與產品機構，開發GPT系列模型、ChatGPT、Codex及開發者API，並開展圖像、語音、視頻與智能代理研究。2025年重組後，非營利的OpenAI Foundation繼續控制營利主體OpenAI Group PBC。其發展涉及大規模融資與算力合作，也伴隨治理、版權、隱私及人工智能安全爭議。點擊查看完整詞條。

本頁目錄8 節
詞條資料

2021年發表注意力與矩陣分解研究

2021年9月，以他為第一作者、Zhouchen Lin等人參與的論文《Is Attention Better Than Matrix Decomposition?》提交至arXiv。⁠[1]

2022年4月參與深度均衡光流估計研究

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

2024年1月參與大語言模型推理加速框架Medusa

2024年1月，他作為合著者之一參與的論文《Medusa: Simple LLM Inference Acceleration Framework with Multiple Decoding Heads》提交至arXiv，作者還包括Tianle Cai和Tri Dao等人。⁠[3]

2025年5月發表Mean Flows單步生成模型論文

2025年5月，以他為第一作者、與J. Zico Kolter和Kaiming He等人合著的論文《Mean Flows for One-step Generative Modeling》提交至arXiv，提出單步生成建模框架。論文首頁將他的單位標註為卡內基梅隆大學，並註明部分工作是在訪問麻省理工學院期間完成。⁠[4][5]

2026年發表Equilibrium Reasoners論文

2026年，他與Benhao Huang、Zico Kolter合著論文《Equilibrium Reasoners: Learning Attractors Enables Scalable Reasoning》，論文署名單位為卡內基梅隆大學，他為通訊作者。⁠[6][7]

截至2026年10月：任職OpenAI

截至2026年10月，他的個人網站稱其為OpenAI研究人員，並表示自己曾作為博士生與Zico Kolter和Kaiming He合作；網站稱其研究興趣包括自適應計算（從單步模型到深度均衡模型）以及動力系統與訓練動力學。⁠[7]

關聯機構、網站與公開賬號

卡內基梅隆大學：官網：https://www.cmu.edu/（在新窗口打開）⁠[5]

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

個人網站：公開鏈接：https://gsunshine.github.io/（在新窗口打開）⁠[7]

X：公開賬號：https://x.com/ZhengyangGeng（在新窗口打開）⁠[7]

GitHub：公開賬號：https://github.com/Gsunshine（在新窗口打開）⁠[7]

Google Scholar：公開資料：https://scholar.google.com/citations?user=lNkw3QYAAAAJ（在新窗口打開）⁠[7]

來源

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