# 有理线性化多层感知机（RaLiMP）

多层感知机的线性化不再只靠多项式随机特征，而是用低次有理函数逼近激活函数，再借部分分式把每层拆成权重侧与输入侧可分离的内积。在合成拟合、视觉、三维与语言模型上，这一路线在同等特征预算下取得更低误差；压缩Qwen3-8B时替换最后八个前馈层可移除1.17B参数（占模型14%），解码吞吐从763.3升至809.6 token/s，推理与知识基准与未压缩模型大致持平。

多层感知机的线性化不再只靠多项式随机特征，而是用低次有理函数逼近激活函数，再借部分分式把每层拆成权重侧与输入侧可分离的内积。在合成拟合、视觉、三维与语言模型上，这一路线在同等特征预算下取得更低误差；压缩Qwen3-8B时替换最后八个前馈层可移除1.17B参数（占模型14%），解码吞吐从763.3升至809.6 token/s，推理与知识基准与未压缩模型大致持平。