## 概要 The Chinese University of Hong Kong, Shenzhen 所属の研究者。[[@2026__MLSys2026__FaaScale - Unlocking Fast LLM Scaling for Serverless Inference]] の共同筆頭著者(Equal contribution)であり、同論文が技術レポートとして参照する "λScale: Enabling fast scaling for serverless large language model inference" (arXiv:2502.09922, 2025) の筆頭著者でもある。また、GPU 対応サーバーレスコンピューティングによる低レイテンシ・リソース効率的な推論を扱う "Torpor" (Proc. USENIX ATC, 2025a) にも共著者として参加しており、サーバーレス LLM スケーリングというテーマで複数論文にまたがる継続的な研究活動が確認できる。(Source: [[@2026__MLSys2026__FaaScale - Unlocking Fast LLM Scaling for Serverless Inference]]) ## 関連 - ソース: [[@2026__MLSys2026__FaaScale - Unlocking Fast LLM Scaling for Serverless Inference]] - 概念: [[モデルスケーリング高速化]] - エンティティ: [[The Chinese University of Hong Kong, Shenzhen]]