据@godofprompt报道，RTL模型在参数效率和准确率方面取得重大突破。该模型在独立模型的基础上参数减少了10倍，同时比单掩码方法精度更高。RTL不仅适用于视觉、语音，还能支持基于坐标的表示。在75%稀疏度下，RTL仅用38,000个参数就能超越所有基线模型（基线需314,000参数），显示出其在AI领域的强大应用潜力。