像给一辆已经下线的车换传动结构，这项实验没有从头训练模型，而是把现成的 Qwen3.5-4B 事后改造成“因果编码器—解码器”：编码器先结合整段提示词形成上下文化表示，解码器再逐步生成答案。它值得关注，因为新架构通常要重新训练，而“模型嫁接”（Model Grafting）想尽量复用已有权重。
具体做法是从模型某一深度切开：下层负责读取提示词，上层继续承担生成；两部分通过初始状态接近直通的适配模块连接。改结构造成的能力损失，再用“自蒸馏”修补——让改造后的模型模仿原版模型。作者制作了 graft8 和 graft16 两个版本，并自述：在 128K 长度的提示词上，graft8 的处理速度约为原来的 3.7 倍，但准确率有所下降；graft16 更接近原模型，提示词处理约快 2 倍，准确率损失较小。材料未提供具体任务分数，因此这些速度与损失描述仍需更多评测验证。