SRA：通过选择性残差适配增强 LLM 推理能力

SRA（Selective Residual Adaptation）提出无需运行时调用教师模型的插件式框架，通过局部残差校准增强蒸馏小模型的多步推理能力。在 Qwen3 0.6B 至 4B 模型的数学基准测试中，SRA 将平均 Pass@16 最高提升 4.37 个百分点，同时保持通用能力。