深度分析
使用硬體代理模型的 SNAC‑Pack：開源 FPGA NAS 套件與案例分析
研究提出SNAC‑Pack，結合硬體代理模型的多目標NAS，針對FPGA的LUT、DSP、BRAM等資源與延遲進行預測，於LHCjet分類與量子比特讀出兩項任務中，找到資源更緊湊且效能不遜於基線的模型。此流程結合全局多目標搜尋與本地量化感知訓練及迭代剪枝。
深度分析
研究提出SNAC‑Pack，結合硬體代理模型的多目標NAS，針對FPGA的LUT、DSP、BRAM等資源與延遲進行預測，於LHCjet分類與量子比特讀出兩項任務中，找到資源更緊湊且效能不遜於基線的模型。此流程結合全局多目標搜尋與本地量化感知訓練及迭代剪枝。
Abliterix
開源專案Abliterix提出自動化的abliteration調校流程，以OptunaTPE同時最小化拒絕率與KL散度，支援LoRA、MoE與多架構。其公開基準旨在提升可複現性，並可能影響模型對齊與審查策略。此工具強調零人工調參與150+預設配置，適合研究與工程驗證。