本研究探讨了大规模语言模型（LLM）与小型模型（SM）协作的潜力，以应对LLM对数据和计算资源的高需求。提出了一种新方法，加速LLM在特定领域的适应，并强调基于真实数据集的多目标基准研究的重要性。