引言：大模型时代的轻量化需求 在自然语言处理（NLP）领域，BERT等预训练模型凭借强大的语言理解能力成为行业标杆。然而，其动辄数百MB的模型体积和数GB的显存占用，严重制约了在边缘设备、实时系统等资源受限场景……
