왕윈허

🏷️ 인물 딥러닝 LLM 머신러닝

TokenRhythm Technologies 소속 연구자입니다. 베이징대학교 정보과학기술학원에서 박사를 받았고, 오랫동안 화웨이 노아의 방주 연구소(Noah's Ark Lab)에서 모델 압축과 효율 신경망을 다뤘습니다.

대표 연구는 한카이와 함께 낸 GhostNet입니다. CVPR 2020에 발표한 이 논문은 값싼 선형 변환으로 특징 맵을 늘리는 Ghost 모듈을 제안해, 같은 연산량에서 MobileNetV3나 FBNet보다 나은 정확도를 냈습니다. 이후 GhostNetV2가 장거리 어텐션을 붙였고 GhostNetV3가 컴팩트 모델의 학습 전략을 다루면서 계열로 이어졌습니다. Google Scholar 인용이 3만 3천 회를 넘습니다.

연구 궤적이 일관되게 "적은 자원으로 같은 성능"에 놓여 있습니다. 합성곱 시대에는 그 대상이 FLOPs였고, 지금은 학습 데이터와 사후학습 예산으로 옮겨 왔습니다. NeoHorse-1 - Towards Recursive Self-Improvement via Agentic Post-Training with Routing Harness에서 4B 모델을 사후학습만으로 9B 베이스에 근접시키는 문제를 다루는 것도 같은 관심의 연장으로 읽힙니다.

이 논문에서는 왕위와 함께 교신저자를 맡았습니다.