为LLM智能体中的轻量级决策模型设计高效推理引擎，消除前缀重复计算开销并保持输出概率准确性。

提出基于项目空间的在线策略蒸馏方法，弥合生成式教师模型排名输出与决策模型分数预测间的表征鸿沟。

提出DecisionRAG，用预训练语言模型的决策能力替代传统嵌入检索，单次前向传播完成候选分支联合评估。