跳转至

About

迟明远 · walker · 1999 · 武汉。

Education

  • 2022 – 2024 — Master in Computational Science and Engineering, ETH Zürich
  • Research: numerical PDE · robotics simulation · sparse attention for LLMs
  • 2021 – 2022 — Exchange, RWTH Aachen
  • 2018 – 2022 — B.Eng. in Computer Science, 华中科技大学（HUST）
  • Research: 图神经网络（GNN）

Work

  • 2026.04 – now — ████████ · LLM Pretraining
  • 2024 – 2026.04 — MiniMax · Full training stack
  • 2021 — 腾讯 TEG · 实习

Interests

Computational Science × LLM Pretraining —— 从 GNN / PDE / Robotics 的数学训练 走到大模型预训练。一条主线：科学计算的数学肌肉长到 LLM 上。

  • 预训练：数据、scaling、训练 dynamics、稀疏注意力
  • 数学 & 科学计算：稀疏线性代数 · 有限元 · PDE 数值方法
  • 底层：CUDA · GPU 编程（作为工具，不是身份）
  • 中文古典诗词（偶尔写）

Publications

Full list on Google Scholar.

  • Learning, Solving and Optimizing PDEs with TensorGalerkin (2026). S. Wen, T. Yu, B. Moseley, M. Y. Michelis, M. Chi, et al. arXiv:2602.05052
  • Multi-head RAG: Solving Multi-aspect Problems with LLMs (2024). P. Iff, M. Podstawski, L. Weitzendorf, M. Chi, et al. arXiv:2406.05085
  • Bi-encoder Cascades for Efficient Image Search (ICCV Workshop, 2023). R. Hönig, J. Ackermann, M. Chi. paper
  • Semantic Chunk Sparse Attention for LLMs. MSc thesis, ETH Zürich, 2024.

Contact