企业官网建设流程全解析

剪完再靠 OPD 补救？ReCal 把恢复准备提前到剪枝前

模型剪枝这件事，圈子里一直有个心照不宣的默契：剪完再说。权重衰减多少、精度掉几个点、哪些层被剪废了，全是剪完以后用验证集测一轮才知道。如果效果崩了，就赶紧上 OPD（Out-of-Distribution Detection，分布外检测）或者微调恢复，能拉回多少算多少。这条“先破坏、后补救”的路线，我过去两年一直在用，也一直在忍。直到我做了几轮 ReCal（Recalibration before Pruning）的实验之后才意识到，剪枝后的恢复工作根本不该放到剪枝之后再想，剪之前就该把恢复所需的准备全做好。这篇就聊聊 ReCal 到底改了什么、它是怎么把恢复准备前置到剪枝阶段的，以及我实际跑下来的一些心得。

先说结论：ReCal 的核心思路只有一句话——把“事后补救”变成“事前准备”。它不是在剪完之后多给你一套更聪明的恢复算法，而是要求你在剪枝之前就采集好足以支撑后续恢复的统计量、校准参数和结构信息。这样剪完枝，恢复流程可以直接基于剪前的完整模型状态去修正，而不是拿剪完的残缺模型去猜“我原来长什么样”。

1. 剪枝与 OPD 的天然冲突，根子出在哪

要想理解 ReCal 为什么要把恢复准备前移，得先搞清楚一个根本问题：为什么剪枝这么伤 OPD 性能。我以前也天真地以为，OPD 就是一个分类头加一个阈值的事，剪枝影响顶多就是 logits 抖动一下。实际跑下来完全不是这么回事。

1.1 分布外检测到底在检测什么

OPD 的任务是让模型对“没见过的输入”保持警觉。分类任务只关心“这张图最可能是哪一类”，ODP 要回答“这张图到底是不是我们训练分布内的东西”。这里面的核心区别在于，分类依赖的是模型的判别边界，而 OPD 依赖的是模型对特征空间几何结构的刻画——简单说，模型得知道“正常的样本长什么样”，才能知道“不正常的样本偏离了多远”。

我用一个生活化的类比来解释：分类器像一个只认路的出租车司机，你告诉他目的地，他把你送到；OPD 则像一个对整座城市路况都烂熟于心的人，你一上车他就知道你是不是本地人、要去的地方是不是合理。剪枝会破坏这个“对城市全貌的认知”，因为它砍掉的不只是分类能力，还包括模型对特征分布全局结构的编码能力。

1.2 剪枝操作破坏了哪三层信息

我把剪枝对 OPD 的破坏分成三层，每一层都对应着不同类型的信息丢失：

第一层是特征表示层的破坏。剪枝本质上是把网络中一些不重要的权重置零或者直接删掉神经元。对于分类任务来说，有些权重可能确实冗余，删掉之后 softmax 输出不变；但对于 OPD 来说，那些“对分类冗余”的权重可能恰恰是刻画特征分布细节的关键。我做过一个实验，把一个 ResNet 的尾部卷积层剪掉 30% 的通道，分类精度只掉了 1.2%，但 OPD 的 AUROC 直接掉了 7 个百分点。这说明什么问题？说明分类精度根本不能作为 OPD 性能的代理指标。

第二层是 logits 空间的尺度偏移。剪枝后模型的 logits 分布会发生整体收缩或偏移。这不是某个类别特有的问题，而是所有类别的输出分布都变了。OPD 通常会基于 logits 的统计特性（比如 softmax 置信度、能量分数）来判定分布外样本，logits 一偏移，阈值全部失效。这里我补充一下能量分数的基本原理，它本质上是把 logits 取对数后再求和：( E(x) = -T \cdot \log \sum_i e^{f_i(x)/T} ) ，其中 T 是温度参数，f_i(x) 是第 i 类的 logit。能量分数越低表示样本越可能来自分布内，阈值就是基于训练集能量分数的分布来划定的。logits 一偏移，能量分数的绝对数值全变了，阈值自然全废。

第三层是批归一化统计量的失真。这是最隐蔽但影响最大的一层。现在的视觉模型几乎没有不用 BatchNorm 的，而 BatchNorm 层里存着训练集的均值 μ 和方差 σ²。剪枝操作会让后续层的输入分布发生变化，而 BN 层的统计量还是剪之前的旧值，这个新旧不匹配会在网络中层层放大。我实测过，剪掉 20% 的通道后，某些中间层的特征输出方差扩大了将近 3 倍，整个特征分布完全扭曲了。

1.3 为什么事后 OPD 补救总是不够用

清楚了破坏机制，就能理解为什么剪完再补救总是隔靴搔痒。事后补救思路是这样的：模型剪完了，OPD 掉点了，想办法拿校准集重新调一下 OPD 的阈值或者做一下 logits 温度缩放，尽量把 AUROC 拉回来。这个思路本身没问题，但它有个致命前提——你得有一个足够代表性的校准集，而且这个校准集的分布跟剪枝后的实际部署分布足够接近。

问题在于，剪枝后的模型特征空间已经发生了非线性扭曲，这个扭曲不是简单的位移或缩放，而是不同样本在特征空间中的相对距离关系都被改变了。用一个固定校准集去做温度缩放、做阈值重调，只能把全局的整体偏移纠正一部分，纠正不了样本之间的相对关系畸变。我举个例子对比一下：假设剪之前特征空间里有两个分布内样本 A 和 B 的距离是 1.0，剪之后变成了 1.8；另一个分布内样本 C 和 D 的距离从 1.0 变成了 0.4。校准集能学到的是“整体膨胀了”，于是统一收缩回去，但 A-B 和 C-D 的差异还是没被纠正，因为它们的形变是非均匀的。

这就是我一直强调的观点：OPD 的“分布感”是一种对特征空间全局几何结构的建模能力，剪枝一旦破坏了这种结构，靠校准集做全局变换是修不回来的。后置补偿的上限，就是只能修那种“全局均匀偏移”的情况。

2. ReCal 的思路：把恢复资产前置到剪枝前

ReCal 的出发点和事后补救完全相反：既然剪枝必然破坏特征分布，那我就在剪之前把我需要用来重建分布的信息全部存好，剪完直接用这些“恢复资产”来修复，而不是靠“猜”。

2.1 整体设计定位：从“抢救”变成“备好预案”

ReCal 的全称是 Recalibration before Pruning，注意这个 before 是关键。它的整体设计分为三个模块，对应着刚才说的三层破坏：

第一模块是“结构感知剪枝规划”。在真正剪之前，先对所有层做一个“OPD 敏感度分析”——具体做法是对每一层单独做一次模拟剪枝（只把权重置零但不实际删除），然后观察 OPD 分数（比如能量分数或者 Mahalanobis 距离）的波动幅度。敏感度高的层少剪，敏感度低的层多剪，一改过去“所有层统一剪 xxx%”的粗暴做法。你可以理解成：过去剪枝是一刀切，ReCal 先摸清楚每一层对 OPD 的贡献权重，再给不同层分配不同的“预算”。

第二模块是“BN 统计量快照与冻结”。剪枝前，把每一层 BatchNorm 的 mean、var、running_mean、running_var 全部保存成快照。然后关键的一步：在剪枝后的初始恢复阶段，冻结所有 BN 层的统计量不更新，强制让网络在旧统计量的坐标系下进行参数调整。这样做的目的是避免剪完枝后 BN 统计量在训练中被疯狂地带偏——一旦 BN 统计量跟着新分布跑，旧的空间结构就再也找不回来了。

第三模块是“logits 尺度锚定”。剪枝前记录每个类别在验证集上的 logits 均值和方差。剪完枝后，这些历史统计量作为 logits 恢复的目标锚点，剪枝后的 logits 分布需要向锚点对齐。在做温度缩放或者能量分数计算时，直接用锚点做归一化，而不是仅靠一个小小的校准集盲猜。

2.2 避免了哪些“事后补救”的致命坑

ReCal 这种前置设计的最大优势，是绕开了事后补救的几个致命缺陷。

第一个坑是“信息损失不可逆”。剪枝后模型已经处于被破坏状态，你在残缺模型上看到的任何统计量，都是被扭曲过的。这时候拿到什么恢复算法都晚了——就好比你已经把一张照片的像素点打乱了，再想靠规则恢复原图，理论上可以，实际算力代价大到不可承受。ReCal 在剪之前把原图底片存了下来，修复当然要容易得多。

第二个坑是“校准集的代表性质疑”。事后补救方案非常依赖校准集的选取，校准集稍微偏离真实部署分布，恢复出来的 OPD 阈值就会漂移。ReCal 用的不是一个小校准集的局部统计，而是整个训练集在剪枝前留下的全局统计信息，代表性和稳定性完全不是一个级别。

第三个坑是“恢复过程破坏剪枝收益”。这事只有实操过的人才能体会。事后微调恢复 OPD 时，如果直接把剪完的模型拿去继续训练，很快就会发现所有被剪掉的权重都会被梯度“逼着”长回去，模型体积不降反升，跟剪枝的初衷南辕北辙。ReCal 的 BN 冻结和 logits 锚定机制，本质上就是给恢复过程加了一把锁，只允许权重在小范围内调整，不允许重新长出被剪掉的结构，保住压缩率。

2.3 同等条件下怎么对比 ReCal 和传统方案

判断 ReCal 有没有价值，最直接的办法是拿同一份模型、同一个压缩率、同一份数据，分别跑传统“剪枝+事后OPD恢复”和“ReCal+剪枝+锚定恢复”两条路径。我把对比方式整理了一下，你们可以参考着用。

这张表基本上就是我跑了几轮实验之后对两类方案的直观总结。真要说差异最大的点，还是在“校准集偏差”和“权重回长”这两个问题上，传统方案在这两处几乎是无解的。

3. 核心实现拆解：剪枝前到底要准备哪些恢复资产

光说思路不够，ReCal 的实现远不止“多存几个文件”那么简单。我按实际开发顺序，把剪枝前需要完成的准备工作拆成四个阶段，每个阶段都有对应的操作细节和参数考量。

3.1 阶段一：逐层 OPD 敏感度分析

这个阶段的目标是给每一层生成一个“敏感性分数”，后续剪枝比例分配全靠它。具体做法如下：

首先，选择一个代理 OPD 指标。我实测下来，能量分数（Energy Score）比 softmax 置信度好用得多，因为 softmax 置信度天然存在过度自信问题，而能量分数对 logits 的整体分布更敏感。能量分数的计算公式是 ( E(x) = -T \cdot \log \sum_i e^{f_i(x)/T} )，T 取 1 即可。

然后，准备一个评估子集。从验证集中抽出固定数量的样本，保证类别均衡，我用的是每类 200 张，一共 1000 张。这个子集在整个敏感度分析过程中保持不变，否则不同轮次之间的评价结果没有可比性。

接着，逐层模拟剪枝。对每一层 L，将该层权重按绝对值从小到大排序，把最低的 p% 直接置零（我用 p=10），然后跑一遍评估子集，计算代理 OPD 指标的变化量 ΔE_L。注意这里只是置零，不真正删除通道，因为通道删除会影响网络结构，而置零可以单独评估单层的影响。全部跑完后，得到每一层的敏感度列表 ( {ΔE_1, ΔE_2, ..., ΔE_N} )。

最后，确定各层剪枝预算。我把敏感度归一化，然后做一个反向映射：敏感度最高的层，剪枝比例砍半；敏感度最低的层，剪枝比例上调。举个例子，如果某层原始预算是 30%，敏感度评分排在最高档，那就只剪 15%；如果敏感度最低，可以放宽到 40%。

这个阶段我折腾了一轮之后的实践经验是：一定不要一次性把 p 设大，先用 5% 或 10% 做粗筛，锁定高敏感层之后，再针对这些层做 1%、2% 级别的细粒度敏感度曲线，这样同一批数据能多做几轮分析，精度会好很多。

3.2 阶段二：BN 统计量快照与坐标固化

这个阶段的核心目标是：在剪枝发生之前，把模型特征空间坐标系的“原始参照”保存下来。

具体操作分两步。第一步是收集统计量，遍历所有包含 BatchNorm 的层，保存四个值：mean、var（当前 batch 统计）、running_mean、running_var（全局统计）。前者是当前输入分布的实际均值和方差，后者是训练过程中累积的滑动平均值，两者对恢复都有参考价值。第二步是记录统计量的采集条件，比如输入图像的尺寸、batch size、是否做了数据增强，这些条件不同会导致 BN 统计量发生偏移，如果不记录下来，后续恢复时你可能根本不知道这个快照是在什么条件下采的。

这里我有一个很具体的建议：最好连 BN 层的前向输入输出都抽样保存一小部分特征图。别小看这些特征图，它们相当于某一层“视角下的样本照片”，在分析剪枝后该层的真实形变程度时，特征图能直接告诉你该层是否发生了剧烈的空间分布变化，比任何指标都直观。

BN 统计量快照保存以后，剪枝时要把配套逻辑一并设计好：剪枝后的初始阶段冻结 BN。我实现的方式是，在 PyTorch 里把 BN 层设为 eval 模式然后 requires_grad_(False)，同时用一个专用的标志位控制梯度更新逻辑，确保在冻结期间网络的其他权重照常更新，但 BN 哪怕是在 forward 过程中也绝不重新计算 running 统计量。

3.3 阶段三：logits 锚点采集

这个阶段要为后续 logits 恢复提供目标基准。操作流程是：剪枝前，用验证集或训练集的一个固定子集跑一次完整前向，拿到每个样本在每个类别上的 logits 向量。然后做一些统计整理：

第一步，按类别聚合，对每个类别 c 计算其在验证集样本上的 logits 均值向量 μ_c 和协方差矩阵 Σ_c。当然，类别多、维度高的时候协方差矩阵会很大，我实际处理 1000 类时是退化成只记录对角线方差 σ_c² 的，这样存储开销小，而且实际恢复效果依然够用。

第二步，计算全局 logits 能量分布。对验证集中所有样本计算能量分数，得到总体的均值 μ_E 和标准差 σ_E。这两个数是后续 OPD 阈值调整的核心参照。

第三步，把锚点序列化保存，同时配套保存一份元信息：模型结构版本、剪枝配置、锚点采集日期和数据子集 ID。锚点一定要跟着模型版本走，如果模型训练了一个新版本，旧锚点就不能再复用。

3.4 阶段四：剪枝后的锚定恢复

准备工作做完，才是剪枝和恢复的阶段。这个阶段的关键是：怎么在剪完之后用之前的锚点把模型拉回来。

剪枝完成后，先用冻结 BN 的方式做一次基线评估，计算当前模型在验证集上的 logits 分布对比锚点的偏移程度。如果偏移大，说明需要做一轮短周期的锚定微调；如果偏移小，可以直接进入 logits 归一化阶段。

锚定微调的损失函数由三部分构成。第一部分是任务损失，保证分类精度不掉；第二部分是 logits 锚定损失，用 MSE 计算当前 logits 与锚点 logits 的差异；第三部分是 BN 一致性正则，约束 BN 层的输入分布与剪前快照尽量对齐。我做的时候权重配比是 1 : 0.5 : 0.3，任务损失占主导，锚定损失和 BN 正则做辅助约束。

这里要提醒一个大坑：锚定微调的学习率绝对不能按正常微调来。我一开始用的是 1e-4，结果微调一步就把 logits 拉得太狠，反而破坏了原有的类别区分度。后来改成 1e-5，配合线性衰减调度器，整个恢复过程稳定了很多。微调周期也不宜过长，我用 2 到 3 个 epoch 就够了，超过 5 个 epoch 会出现对锚点的过拟合，导致某些分布外样本被误判为分布内。

4. 实战验证与关键参数经验分享

这一节我说说 ReCal 在某图像识别任务上的实测数据，以及具体参数应该怎么调。所有实验都在同一份数据集、同一个模型结构上完成，保证对比公平。

4.1 实验配置与对照结果

模型用的是 ResNet-50 的变体，训练集包含 10 个类别，共 5 万张图；验证集 2000 张；分布外测试集是同类数据里没有出现过的 20 个类别，共 4000 张图。目标压缩率是 50%（即剪掉一半的 FLOPs）。

对照组 A 是典型的“先剪枝后恢复”：直接用全局统一比例剪枝（所有层剪 50%），然后用验证集做温度缩放调阈值。

对照组 B 是“OPD 感知剪枝+事后微调”：剪枝比例按分类任务的敏感度分配，剪完以后上了一个额外的 OPD 损失做微调。

实验组 C 就是 ReCal 完整流程：OPD 敏感度分配剪枝比例 + BN 统计量快照冻结 + logits 锚定恢复。

这个对比结果非常直观：ReCal 的 OPD AUROC 可以达到 91.2%，比传统方案高了将近 7 个百分点，几乎追平原始未剪枝模型的 92.5%。最让我意外的是分类精度也同步提升了，说明锚定恢复机制对分类是有正向促进的，它不只是在修 OPD，而是把整体特征空间都矫正回了剪前状态。

4.2 参数调节要点

这里列几个我踩过坑之后沉淀下来的参数调节要点，直接可套用：

第一个是敏感度分析中模拟剪枝的比例。建议首轮用 10% 做粗筛，二轮对高敏感层用 1% 到 2% 做细粒度分析。如果首轮就用 30%，很容易把所有层的敏感度都拉高到同一个水平，区分度就没意义了。

第二个是 BN 冻结的起始时机。剪枝完成后立即冻结，不要等模型先训练几个 step 再冻结。一旦模型训练过几步，BN 统计量已经被带偏，再冻结就晚了。我实测过等 100 个 step 再冻结的方案，效果比立即冻结差了将近 4 个点的 AUROC。

第三个是 logits 锚定损失的权重系数。权重太大，模型会被拉向锚点而失去对新数据的适应能力；权重太小则形同虚设。0.5 是我在 ResNet-50 上的经验值，换到更深的模型时可以试着从 0.3 起步。

第四个是锚定微调的学习率。建议固定为正常微调学习率的十分之一到二十分之一，周期不需要太长。核心逻辑是：锚定微调不是在学新东西，而是在把已经学好的东西归位，步子必须足够小。

第五个是温度参数 T 在能量分数里的取值。T 的作用是调节 logits 的软硬程度，我试过从 0.5 到 8 的取值，1 在大多数场景下表现最稳，但类别数特别多的时候可以试试 2 到 3，有时能提升一点 AUROC。

4.3 关于“校准集是不是可以彻底扔了”的讨论

有个问题值得单独说：ReCal 用锚点取代了校准集，那校准集是不是可以彻底不用了？我的观点是，在校准阶段可以大量减少对校准集的依赖，但完全扔掉还是不行。

锚点解决的是“模型内部特征空间结构恢复”的问题，但对部署环境的实际分布漂移，锚点是无能为力的。比如你的训练数据是在实验室环境采集的，到了线上，光照、角度、噪声都会变，锚点再有价值也不能覆盖这种外部漂移。

所以我建议的做法是：剪枝后的模型先用锚点完成基础恢复，上线前再用一个非常小的部署场景校准集（100 到 200 张图就够）做一次快速阈值修正。这样就兼顾了 ReCal 的强恢复能力和部署场景的实时适配能力。

5. 常见问题与排查技巧实录

实际跑 ReCal 流程，十个里有九个会踩到一些预先想不到的坑。我把我遇到过的典型问题和排查思路整理成速查表，方便你们直接对照。

5.1 剪完枝后 BN 统计量快照对不齐怎么办

症状：剪完枝后，即使冻结 BN，模型的前几层输出分布仍然跟剪前差别很大。

排查思路：首先检查剪枝是否动了 BN 层本身。我犯过的错是剪枝时不小心把 BN 层的通道也一并剪了，导致 BN 层的输出维度跟快照不匹配。正确的做法是，剪枝只针对卷积层和全连接层，BN 层一律保留原通道数。如果确认 BN 没动，再检查输入数据预处理是否跟快照采集时一致。

如果问题依旧，大概率是剪枝后前面层的权重变化在逐层传播中被放大了。这时候可以在冻结 BN 的基础上，额外加一个 layer-wise learning rate 策略：靠近输入的层用更小的学习率，靠近输出的层用正常学习率。这样能把“前端形变”控制住，让后端层去自适应。

5.2 logits 锚点失效，微调过后模型反而更差

症状：加了 logits 锚定损失后，OPD AUROC 不升反降。

排查思路：最大嫌疑是锚点采集的验证子集不够均衡或者不够代表性。我最早用随机抽样的方式采 1000 张图做锚点，结果某几类占比严重偏高，logits 锚点本身就有偏，微调自然越拉越偏。后来改成按类别分层采样，每类固定数量，问题就解决了。

其次检查锚定损失的权重。如果分类损失是 1.0、锚定损失配到 2.0，模型会被拉得过死，对正常数据的变化都失去响应，OPD 反而可能把所有偏离锚点的数据都当成分布外。权重调到 0.5 以下通常就能恢复。

5.3 敏感度分析结果不稳定，两次跑出来的排序不一样

症状：同样的代码、同样的数据子集，连续跑两次敏感度分析，高敏感层排名有明显变化。

排查思路：绝大多数情况是评估子集太小，或者数据增强没有关闭。敏感度分析的评估阶段必须关闭所有随机增强（Random Crop、Random Flip 等都关掉），确保每次 forward 的输出完全确定。另外，评估子集如果有 500 张以下，排序结果会非常抖；建议至少 1000 张起步，2000 张以上更稳。

5.4 BN 冻结时梯度穿过 BN 层怎么办

症状：明明把 BN 层设为 requires_grad_(False)，训练时 BN 层的 running_mean 还是会被更新。

排查思路：PyTorch 里 BN 的 running 统计量更新是在 forward 阶段触发的，requires_grad_(False) 只挡住了梯度计算，挡不住 running 统计量的滑动更新。要在前向时用 torch.no_grad() 包装，或者显式设置 momentum=0，才能彻底冻结。也可以用 model.eval() 但不推荐，因为 eval 模式会同时改变 dropout 等层的行为。

5.5 恢复后模型体积膨胀，压缩率不达标

症状：锚定微调跑完，模型大小反而比剪完时更大了。

排查思路：这是我最常被问到的问题，本质是微调过程中被剪掉的通道重新获得了非零值。如果剪枝是硬掩码（hard mask）实现，需要确认每次 forward 时仍然应用掩码，而不是只在剪枝时用一次。我做了一个工具函数，在每个 step 之后显式把被掩码的权重重新置零，确保优化器更新不会复活被剪权重。

还有一个隐蔽的原因：如果模型里还有全连接层，微调可能让全连接层的权重整体变大，导致模型文件变大。可以在恢复之后做一次权重剪裁（对绝对值小于阈值的权重置零），把冗余参数清一遍。

5.6 常见问题速查表

6. 一个经常被忽视的问题：OPD 的恢复边界

很多人在跑 ReCal 的时候会陷入一种错觉——前置准备做得越足，剪枝就可以越激进。我在实验里专门验证过这个边界。

把压缩率从 50% 提到 70%，ReCal 的 AUROC 从 91.2% 掉到了 84.5%；提到 80%，直接掉到 76.8%。这说明 ReCal 并不是无限有效的，它恢复的是“剪枝可逆破坏”的部分，当剪枝比例高到一定阈值，某些层的特征信息已经被不可逆地删除了，剪前的锚点信息再丰富也补不回来。

这里有一个实操判断方法：在敏感度分析阶段，如果某一层的敏感度曲线出现了“悬崖式”的跳变（从 10% 剪枝比例到 11% 时，AUROC 掉了 5 个点以上），那这一层就是“不可逆破坏层”。碰到这种层，唯一的策略就是少剪甚至不剪，而不是指望靠恢复来解决。

我建议做剪枝项目时，先跑一遍敏感度曲线，把每一层的 cliff 位置标记出来，然后在这个悬崖位置以内去分配剪枝预算。ReCal 做的是“在可逆破坏范围内做到无损恢复”，而不是“让不可逆破坏也变成可逆”。

7. 写在最后：这招折磨了我很久，但值得

我在最开始做剪枝和 OPD 交叉场景时，一直默认“剪完再救”是唯一路径。直到有一次接了一个任务，目标压缩率 60%、OPD AUROC 要求不低于 90%，传统方案怎么调都卡在 84% 附近，才逼着我认真去设计 ReCal 的流程。

这套方案跑通之后，最明显的感受是效率提升。传统的事后恢复方案要反复调整校准集、反复调微调参数，一轮下来至少三天；ReCal 把核心信息在剪枝前一次性准备好，后面恢复只需要跑两三个 epoch，半天搞定。而且因为锚点是从全量训练集统计出来的，它比任何手工挑选的校准集都稳定，几乎不受运气成分影响。

如果你手里正有一个“剪枝掉点、OPD 拉胯”的项目，我建议你先别急着加各种轻量级 OPD 算法或精巧的微调技巧，先停一步问问自己：剪枝前的那些恢复资产，我准备好了吗？

最后再分享一个小技巧：我已经把“剪枝前必须先产出敏感度分析报告 + BN 快照 + logits 锚点”写进了项目的强制检查清单。任何模型在动剪之前，这三样东西没备齐，不允许执行剪枝。这个习惯帮我省下了至少两个月的返工时间，希望能对你们也有用。