据推特用户God of Prompt称，传统神经网络剪枝方法假设单一剪枝掩码适用于所有数据，这限制了模型性能和适应性。三星的RTL（Routing the Lottery）方法通过发现针对不同类别、聚类或条件的专用子网络，有效提升了神经网络对特定数据特征的适应能力，为AI开发者带来更高效、更灵活的机器学习模型。

根据推特用户God of Prompt消息，三星在神经网络领域取得重大突破，颠覆了传统的彩票假说。过去研究通常寻求单一“获胜”子网络来提升性能，但三星发现可存在多个专用子网络，各自擅长不同任务。这一新神经网络剪枝方法有望提升模型效率与性能，为寻求高效机器学习方案的企业带来新机遇。