ImageNet
Llama-Mobile：2.7比特量化如何让视觉语言模型真正跑进手机
提出S3D8 2.7比特权重格式与基于模型自生成数据的QAT蒸馏管线，将Llama 3.2 11B Vision压缩至3.7GB并在Arm CPU上高效推理。
XYZFlow：用多维捷径流破解少步生成的表达力瓶颈
XYZFlow 提出通过多维条件化（时间历史条件化与空间 Next Shortcut Prediction）增强概率流表达力，在 ImageNet 256×256 上以 3-4 步实现 7.2-8.5× 教师加速并取得竞争性 FID。