开源项目 Qwen-2.5-1B-RLCD 用 MLX 一次前向传播读 JSON，端侧推理从 1669 毫秒压到 295 毫秒

开源项目 Qwen-2.5-1B-RLCD 基于苹果 MLX 框架，无需重新训练，在一次前向传播中同时提取 JSON 模板各字段的候选置信度，端侧结构化推理耗时从 1669 毫秒压到 295 毫秒，已在 Hugging Face 开源。作者认为此举把文本生成换回单次概率评估，但该解法只适合候选集清晰的分类和固定提取，开放式逻辑链和超大规模动态图仍是闭源架构的优势。