有博主发文回忆称，2014 年 11 月 2 日清华本科生特等奖学金答辩现场，台上答辩的学生是后来创办月之暗面 Kimi 的杨植麟，而为他写推荐信的科研导师，正是后来联合创办智谱 AI、做出 GLM 的唐杰。
该博主感慨：" 一个后来做出 Kimi，一个后来做出 GLM，两个公司最高市值加起来 1 万多亿，应该是我清华校友中最值钱的一对师徒组合了。"
唐杰推荐信：他提出了一个全新的算法
在推荐词中，唐杰回忆，杨植麟从大二上学期就加入实验室，第一个工作是在大数据、大网络数据下做分析研究，" 短短几周，他就成为了我们这个团队中的核心 "。
唐杰透露，杨植麟在研究过程中发现数据处理效率很低，于是通过认真分析，提出了一个全新的算法 —— 基于大规模并行化处理的算法，效率提高了几十倍，已在华为、腾讯等多个公司使用。
更让唐杰印象深刻的是，短短一年时间，杨植麟就在计算机领域一流会议上以第一作者身份发表了三篇文章。此外，他还曾前往斯坦福大学交流，在全球癌症预测大赛中获得第一名，“击败了好几个来自斯坦福大学的团队”。
值得一提的是，唐杰还专门提到了杨植麟的课余生活：" 他创立了校园乐队 Splay，是主力鼓手，也是主力词曲作者，在实验室还有一大帮粉丝。" 他当场表示：" 他是我这几年见过的最优秀的学生、最有天赋的学生，我强烈推荐他。"
杨植麟答辩自述：90% 专业课 95 分以上，成绩年级第一
在答辩陈述中，杨植麟介绍，自己 90% 的专业课程在 95 分以上，所有程序设计课程均为满分，成绩位列年级第一。
他详细讲述了在数据挖掘实验室攻克社交网络谣言阻断问题的过程。针对 " 数据规模大、标注成本高、实时监测难 " 三大挑战，他逐一给出了解法：
- 针对数据规模大，提出大规模并行化算法，性能提升数十倍，成果发表于国际会议 KDD 2013，算法被腾讯、新浪、华为等公司采用；
- 针对标注成本高，提出主动学习算法，可节省 95% 的标注成本，论文发表于 WSDM 2014，并受邀在纽约举行的会议上做大会报告 —— 只有 5% 的论文获此殊荣；
- 针对实时监测难，提出基于数据流的算法，可实时在线处理社交网络数据，论文发表于 CIKM 2014。
学术之外，他还在美国科学院院士、工程院院士 David Dill 教授指导下研究基于蛋白质阵列的癌症预测，作为第一作者参加由美国 MD Anderson 癌症中心和国际计算生物学会联合举办的 DREAM9 全球癌症预测大赛，击败斯坦福、哥伦比亚大学等机构队伍夺冠，论文发表于国际期刊 PLOS Computational Biology。
现场问答：100 分是集体功劳，最大遗憾是乐队没夺冠
答辩问答环节同样精彩。被评委问及科研中 " 中间过程的精彩瞬间 "，杨植麟讲了 CIKM 论文的故事：推导一个星期公式没推出来，非常沮丧，直到某天戴着耳机走回宿舍，" 突然听着听着，我就知道怎么推了 "，回到寝室马上把公式推完，paper 差不多写了出来。
被问及 " 拿 100 分的经验 "，他归功于班集体：" 在整个班的共同努力下，我们每个人都取得了非常好的成绩。大三这个学年，我们班在年级前十名中占了 6 名。这完全是集体的功劳。"
被问到最大的挫折，他的回答出人意料：" 我大学本科确实过得比较顺利。最大的遗憾，就是我们的乐队没能在原创决赛中获得冠军，只拿了一个原创歌曲奖。但我觉得这没有关系，因为我们都在通往自己梦想的路上竭尽全力，这就是最好的事情。"
陈述结尾，杨植麟说：" 这是计算机科学最好的时代，因为大数据带来了前所未有的机遇。我希望在这最好的时代、最好的年华，做最好的事情：用计算机科学去解决人类社会中的重要问题，用数据改变世界。"
十一年过去，当年的师生二人分别做出了 Kimi 和 GLM。那场答辩里的这句话，如今读来，更像一个预言。