ADEF算法是一种专注于分布式AI训练的技术，旨在通过多机协作优化大规模模型的训练效率， 同时平衡模型精度。其核心目标是通过并行计算和资源调度减少训练时间，适用于数据密集型场景。 目前公开信息有限，推测其可能涉及动态资源分配、通信优化等机制，但具体实现细节需进一步验证。
AI-RAN是一个整合人工智能（AI）与无线接入网络（RAN）的新平台，通过动态资源分配和云原生设计，在同一硬件平台上同时运行RAN和AI应用，大幅提升资源利用率。它支持三种形式：AI-for-RAN（AI增强RAN性能）、AI-on-RAN（RAN基础设施托管AI应用）和AI-and-RAN（AI和RAN工作负载共享资源），并通过概念验证展示了其在实际应用中的潜力。
支持多策略蒸馏，动态资源分配，微调等功能的蒸馏框架，适合学习或与现有架构集成。
