【[15星]Encoder-Decoder-SLM：微软推出的高效小语言模型架构，专为10亿参数以下的模型设计，助力小模型在性能和效率上赶超大模型！亮点：1. 性能提升显著，基础架构提升2-4%，知识蒸馏后提升6-8%；2. 推理效率极高，首token延迟降低47%，边缘设备吞吐量提升4.7倍；3. 内存和计算成本大幅降低，内存减少11-16%，FLOPs减少22%】
'Efficient encoder-decoder architecture for small language models (≤1B parameters) with cross-architecture knowledge distillation and vision-language capabilities'
GitHub: github.com/microsoft/encoder-decoder-slm
