满足短期性能目标而频繁地对边缘设备上的ai模型进行极端压缩，或者进行激进的在线剪枝。
这种持续且可能激进的“调教”行为，长此以往是否会导致模型在未被直接监控的复杂场景或长尾数据分布上出现不可预知的精度漂移甚至灾难性遗忘？
还有一点就是agileedge如何在动态模型“打包”的过程中，系统性地量化并约束这种潜在的、累积性的精度损失？”
周昀眉头不自觉微微皱起，这个问题确实是他的疏忽，这和智商没有关系，完全就是科研经验上的不足。
但是这并不妨碍他回答，在大脑的高速运转下，他就想到应对方式：“老师的这个问题我确实想过，所以我设计了一个全新的指标对打包后的模型进行评价，不过因为还没有完善，所以ppt上没有展示。”
别问，问就是有，只不过他还没想出来。
邓永华也没追着刨根问底，毕竟还只是一个研零的学生，没必要太过严格，就周昀现在的表现来看，他已经很满意了。
最为核心的部分讲完了，接下来就是一些实际应用场景的讲解，比如工控领域，医疗领域等等。
“以上就是我的汇报，老师还有什么问题吗？”
邓永华摇摇头：“就先这样吧，邱彦，沈瑞，你们有什么问题吗？”其实问题还是有一些的，但还是那句话，没必要太过难为新生，现在这种程度已经够了。
身边两人听到自家导师提问，直接被吓了一激灵，同时摇头：“没问题。”
这让邓永华深深的看了两人一眼：“那今天的面试就先到这里，几位回去等通知吧？”
其实如果不是考虑到另外四位学生，他是想直接宣布周昀通过的，但是想了想还是算了。