PersonTianqi Chen
陈天奇
机器学习研究者，XGBoost框架的创始人，在梯度提升树和分布式机器学习领域有重要贡献
Timeline (last 90 days)
Oct 8
MLC LLM由陈天奇团队开发，基于TVM编译框架，能将模型编译为针对特定硬件优化的原生代码，在iOS和Android上均可调用GPU
Unverified50%
Sep 25
TVM是由陈天奇等人主导开发的端到端深度学习编译器，能将模型计算图编译到多种硬件后端，并通过AutoTVM或Ansor自动调优模块搜索最优调度策略
Unverified50%
Sep 7
XGBoost是一种基于梯度提升决策树的集成学习算法，由陈天奇于2014年提出
Unverified50%
Sep 1
主流边缘推理框架包括谷歌的TensorFlow Lite、微软主导的ONNX Runtime、以及陈天奇团队开发的MLC-LLM
Unverified50%
Aug 31
MLC-LLM由陈天奇团队开发，能将大语言模型编译为针对特定硬件高度优化的原生代码
Unverified50%
All Facts (5)
Unverified
MLC LLM由陈天奇团队开发，基于TVM编译框架，能将模型编译为针对特定硬件优化的原生代码，在iOS和Android上均可调用GPU
50%UnverifiedTVM是由陈天奇等人主导开发的端到端深度学习编译器，能将模型计算图编译到多种硬件后端，并通过AutoTVM或Ansor自动调优模块搜索最优调度策略
50%UnverifiedXGBoost是一种基于梯度提升决策树的集成学习算法，由陈天奇于2014年提出
50%Unverified主流边缘推理框架包括谷歌的TensorFlow Lite、微软主导的ONNX Runtime、以及陈天奇团队开发的MLC-LLM
50%UnverifiedMLC-LLM由陈天奇团队开发，能将大语言模型编译为针对特定硬件高度优化的原生代码
50%