Lizard 框架：把预训练 Transformer 线性化，近无损且能外推更长序列

Lizard 是一个线性化框架，能把预训练 Transformer LLM 转换为亚二次架构，实现近无损的性能恢复，并在长度外推上表现稳健、突破训练时见到的序列长度限制。它结合可学习的门控线性注意力等组件做混合设计，思路是避开从零训练的天价成本，直接改造已有预训练模型，为长上下文部署提供更省的路径。