弱化以强化：面向大型推理模型的弱化诱导在线策略自蒸馏
🧭 LLM 推理模型自蒸馏训练
Massachusetts Institute of Technology · NVIDIA
通过量化/剪枝构造弱化模型，利用强弱对比信号进行在线策略自蒸馏，无需外部教师
📌 工作参考价值（4 点）
- 在没有更强教师或外部标注时，可对内部 LLM（商品推荐文案、Agent 规划、搜索 query 改写）做“弱化自蒸馏”：将线上模型做低比特量化或幅度剪枝得到弱版，用同批 on-policy 轨迹的强弱概率差/输出对比做 token 级信号，无需人工标注或大模型 API。
- 剪枝版弱模型比量化版提升更明显（+5.5 vs +4.0），在算力有限时优先 magnitude pruning 作为弱化教师；但剪枝需调稀疏度，注意训练稳定性。
- 该方法可嵌入现有 post-training pipeline：用业务真实 unlabeled prompts 跑 on-policy rollout，收集模型自身错误中间步骤，再与弱化模型对比，重点修复推理链偏离，适合 Agent 工具调用/多步推荐逻辑的 RL 后训练。
- 需要验证弱化模型不能太弱，否则对比信号噪声大；建议按任务难度与模型规模调整量化位数/剪枝比例，先小规模消融。
TWIG：每个权重都是共享离散决策路径
🧭 模型压缩 · 权重离散化
LEAD Lab, ITMO University
提出 TWIG 树结构权重表示，统一剪枝、量化、低秩与码本，LLM 权重以更少加法达到与 GPTQ 同等误差
📌 工作参考价值（4 点）
- 业务部署 LLM/推荐模型时可统一压缩流程：TWIG 把剪枝、量化、低秩、码本、权重共享合并为同一树结构决策，避免分阶段工具链（先剪枝再量化再低秩）造成误差累积，可用一个优化目标联合搜索。
- 对延迟敏感、希望硬件固权/推理加速的电商搜索或广告模型，可尝试将关键层表示为 signed power-of-two 项，使乘法变移位加法，降低电路成本；优先用于 outlier 明显或冗余大的 FFN/embedding 层，实测此类矩阵可减少更多加法。
- 工程实现上可借鉴“共享路径继承”思想：让一组权重共享高层离散门（sign/scale/index），仅叶节点不同，既能大幅减少元数据存储，又便于在芯片制造前固化。
- 当前证据仅来自 5 个权重矩阵，尚未验证全模型端到端精度与吞吐；业务落地前需先做全模型压缩实验，评估与 GPTQ/AWQ 等成熟方案的端到端指标。
RecSoup：面向可控多目标推荐的高效模型合并方法
🧭 多目标推荐 · 模型合并 ★ 深度解读
Gaoling School of Artificial Intelligence, Renmin University of China
RecSoup 通过剪枝消解跨目标干扰并学习偏好到合并系数的映射，实现推理时可控多目标推荐，较参数生成提速 165–228 倍
📌 工作参考价值（4 点）
- 模型合并复用已有目标 specialists：工业推荐系统常有多目标模型（如点击、转化、时长、多样性），可离线训练多个单目标专家后，用剪枝+轻量 gating 网络做推理时融合，无需重训全量模型，部署成本低；相比 hypernetwork 生成参数，推理延迟降低 165–228×，适合高 QPS 在线服务。
- 剪枝标准可迁移：将 objective-specific importance 与 cross-objective relevance 结合，用 |τ_i,j * mean_{k≠i} τ_k,j| 保留方向冲突但耦合强的参数，避免因符号不同误删关键权重；该思路可复用于多任务模型合并、LoRA 专家合并、多场景参数融合中的冲突消解。
- 偏好到合并系数用可学习 MLP 而非直接使用偏好向量：业务中多个目标不同尺度/非线性交互时，直接加权效果差；可固定专家参数只更新 gating 网络，用少量样本即可训练，便于在线通过调整 preference weights 切换业务目标（如大促期间提高转化、日常提高多样性）。
- 剪枝保留比例 ρ 在 0.9–0.95 时实际保留 40–70% 参数即可，剪枝不一定总是有益：当任务向量干扰弱时可不剪枝；可将其作为超参或根据专家间重叠度决定是否启用，避免过度稀疏化损失目标信号。
Debias-SparseGPT：大语言模型的偏置感知剪枝
🧭 LLM 压缩与公平性 · 偏置感知剪枝
Laboratoire Hubert Curien, UMR CNRS 5516 · Université Claude Bernard Lyon 1 · Université Lumière Lyon 2, ERIC · École Centrale de Lyon, LIRIS, CNRS UMR 5205
在 SparseGPT 剪枝中引入基于对比输入的二阶去偏正则项，显著降低剪枝引起的偏置放大，同时保持模型质量
📌 工作参考价值（3 点）
- 在电商/推荐场景部署压缩后 LLM（如生成商品文案、用户评论回复）时，SparseGPT 等剪枝可能放大对特定用户群体（性别、年龄 persona）的偏见。可借鉴 Debias-SparseGPT 的思路：在剪枝校准阶段加入对比敏感属性的输入对，并加入二阶正则项，在几乎不损失困惑度/准确率的情况下降低公平性风险。
- 校准集的选择直接影响剪枝后模型质量：在强结构化剪枝（如 2:4）下，应优先选择长上下文、内容丰富的样本，而非随机短样本。提示我们在为推荐场景 LM 做压缩时，校准数据应覆盖业务中典型的长尾、复杂情境，以提高泛化和公平性。
- 若业务中需用压缩后 LLM 做个性化推荐或广告文案生成，可在离线评估时加入 fairness 指标（如不同性别/年龄群体输出差异），并将 Debias-SparseGPT 作为模型压缩 pipeline 的一部分，避免上线后因 persona 提示产生明显偏好。
希尔伯特算子渐进编码（HOPE）：深度网络学习表征的数学解构框架
🧭 模型压缩与表征解构 · 希尔伯特空间
Google DeepMind · University of California, Berkeley
将网络压缩从离散域搬进希尔伯特空间，用秩1算子统一剪枝与合并，实现无数据无超参数的跨层架构决策
📌 工作参考价值（4 点）
- 可将 HOPE 的秩1算子度量用于推荐模型（如 CTR 预估塔、多任务 MMoE）的结构化冗余分析，指导高效剪枝与专家合并，减少推理延迟。
- 无数据、无超参数特性适合电商/搜索场景中的隐私受限模型压缩（如用户行为数据不可回传时的端侧模型瘦身）。
- 宏块驱除可一次性评估残差块、FFN 子层等复杂子结构的可丢弃性，在 Agent 链式调用 LLM 时对反复调用的基座层做低成本精简。
- 该框架解耦压缩决策与具体层的类型/大小，可嵌入 AutoML 流水线，自动为召回、排序、多模态模块生成帕累托最优的裁剪方案。
CurateEvo：面向Agent后训练的失败驱动数据策展进化框架
🧭 Agent后训练 · 失败驱动的数据策展进化
Harbin Institute of Technology
用失败轨迹动态重写可执行策展代码，统一生成SFT/RL/记忆数据并裁剪冗余
📌 工作参考价值（4 点）
- 构建 Agent 训练数据闭环：将线上 Agent 的失败轨迹作为反馈，自动诊断反复出现的失败模式，驱动数据策展策略迭代，持续补充或过滤训练数据，适合电商搜索/推荐 Agent 的长期优化。
- 将数据策展表示为可执行代码，交由 LLM 自动重写进化，降低人工维护成本。可用类似思路实现“Agent 训练数据自动管线”，在每次迭代中根据新失败 case 调整数据加工逻辑。
- 统一输出 SFT、RL 与推理时记忆库数据，保证训练一致性；在电商多轮 Agent 场景下，可同时产出监督微调数据和用于强化学习的环境交互样本，减少重复开发。
- 成本感知的冗余剪枝：在策展代码中加入效率目标，自动剔除低效用训练轮次，降低训练计算开销，适合工业级海量数据的 Agent 训练场景。
双重维度一致性：平衡自适应推理缩放中预算与质量
🧭 LLM ★ 深度解读
西安交通大学
提出统一框架DDC，通过置信加权贝叶斯终止与趋势感知分层修剪，在维持准确率的同时将令牌消耗降低10倍以上