用途：在 Apple 平台端侧部署自定义机器学习模型，处理 PyTorch 转 CoreML、模型过大、推理过慢、端侧 LLM、模型压缩与量化等场景。适用于自训练模型及图像、音频、传感器处理，Apple 内置智能与简单文本生成建议改用 Foundation Models。
主要能力：一是模型转换，使用 coremltools 将 torch.jit.trace 后的模型通过 ct.convert 转为 CoreML，务必设置 minimum_deployment_target 以启用最新优化。二是训练后压缩，包括调色板化（适合神经引擎，按分组通道）、线性量化（适合 Mac GPU，按块）与剪枝，可组合使用。三是训练时压缩与基于校准的压缩，在训练后精度损失过大时使用。
使用方式：有状态模型为 transformer 的 KV 缓存注册 buffer，转换时传入 ct.StateType，运行时用 model.makeState() 与 prediction(from:using:) 更新；多适配器用 MultiFunctionDescriptor 与 save_multifunction 合并共享权重，通过 config.functionName 加载；iOS 18 起可用 MLTensor 拼接流水线（操作异步，需 shapedArray() 落地）；并发场景用异步 prediction 并限制并发数。
限制与反模式：不要在启动主线程加载模型或每次预测都重新加载；不要未经性能分析盲目压缩，应从 8 位逐步尝试并逐步验证精度；不要忽略部署目标版本。模型加载建议延迟异步并缓存，压缩后需逐级测试精度。