提出低秩频率卷积网络FrCN，参数减少35.9%且保持跨域鲁棒性，满足边缘端实时低延迟音高估计需求

系统评测四种LLM架构在智能家居工具调用任务中经不同剪枝策略后的性能退化，揭示剪枝对上下文感知能力的非线性影响。

Meta提出新型知识蒸馏方法，显著提升小模型在多任务基准上的性能，突破原有能力上限

证明冻结LLM前向传播中已隐含技能路由信号，仅需两个线性映射即可提取，摆脱元数据上下文依赖与检索外挂。

提出开源AI实验室应通过知识蒸馏压缩前沿大模型，降低部署门槛并提升可访问性。

提出 SAS 方法，以可微分上下文排序替代硬 Top-K 选择，提升后训练注意力稀疏化效果

提出两阶段NAS框架CoRA-NAS，融合零成本代理与学习曲线外推，在多搜索空间中高效定位高性能架构。