Flide解耦决策请求的逻辑树与物理执行，精确分叉状态，最快提速9.5倍

随机采样中间块并共享最终层分类头监督，使 ViT 每个深度都能直接匹配全深度画廊

用闭式岭回归从分割层状态预测各深层输入并填充缓存，无需训练即可加速预填充

模态感知的免训练MoE专家剪枝，让58GB多模态模型塞进单张40GB GPU

让模型在潜空间思考、只在工具调用和答案处显式输出，智能体推理更快更准。

无需重训，把模型自身的历史推理改写成紧凑记录，即可显著缩短后续推理并降低智能体成本

定位模型推理中的过度思考状态，从同一状态重生成更短续写，用局部偏好对训练模型学会何时停止。

用终端速度匹配在冻结Tiny-VAE潜空间一步完成低光增强，单NFE仅34–48 GFLOPs

低分辨率传播筛选需细查的查询与记忆，仅对选中对做高分辨率匹配，4K提速7.4倍且省13倍显存

把每个权重写成树上共享离散决策的乘积，统一模型压缩、加法器电路与离散优化三种视角

量化敏感度随任务与去噪步而变，T2Quant按时序分配激活精度，同预算最高提升6.7个百分点。

用共享高斯trellis解码器加逐行范数恢复，把条件记忆查找表压到2比特且性能几乎不掉

用32个潜在桥接查询取代稠密MoT耦合，解耦专家深度，兼顾性能、泛化与推理效率

把三类空间任务统一为候选分类，复用预训练注意力投影直接决策，比自回归快5.6倍。

单次前向传播完成多字段结构化决策的多模态模型，兼顾精度、延迟与概率校准。

两个可折叠的线性变换让 GQA-2 同时赢下 KV 缓存、FLOPs 与质量的不可能三角

0.8B–27B 决策模型家族:单遍预测+置信度引导推理,RLCD2 大幅提升推理终止率与效率

冻结模型权重，测试时训练文档专属KV缓存，32×压缩下RULER达96.7%

用共享打分头替代自回归解码，统一时序定位与视频问答，推理提速最高129倍

用分数上界证书无损剪枝稀疏注意力索引器，Indexer最高加速2.74倍