NTU 论文：决策信息集中中层，砍掉最后 6 层不掉点实现自适应计算

NTU 论文提出 NESTONE 方法，将 LLM 转为 System One 决策模型，并实现跨深度自适应计算。研究发现决策信息集中在中间层，联合训练完整模型与共享末层和决策头的 prefix 子模型，通过自蒸馏使最后 6 层可直接移除。在 7 个决策基准上，各深度均匹敌或超过独立训练模型，兼顾精度与效率。