AgentDP：LLM智能体自动化嵌入式模型部署

2026年10月23日，arXiv Artificial Intelligence 刊出 Leming Shen 等作者的论文，提出 AgentDP 框架，目标是用大语言模型（LLM）智能体全自动完成预训练 AI 模型在异构嵌入式设备上的优化与适配（O&A）。据该论文报道，AgentDP 包含用户需求标准化模块、算子感知的模型切分范式（让模型不同部分在不同推理引擎上执行）以及复用历史超参配置的配置复用模块。论文称，相比人工方式，模型适配总耗时最多减少 80%，任务准确率平均高出基线 13% 以上；用户研究显示该框架能适应异构嵌入式设备上的不同用户需求。目前事件进展停留在论文发布与框架介绍层面，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。