ShellElastic 一次训练产出多尺寸子网，超参可从小模型直接迁移

ShellElastic 提出弹性预训练方案：把隐藏维度组织为 dense core 加多层 shells，一次全宽前向即包含所有子网络的隐状态前缀，每步成本约等于训练最宽子网络。其 μE 把 μP 扩展到弹性架构，小代理模型调好的超参可迁移到更大超网；单次训练的子网在同等参数量下超过 MatFormer 与全弹性基线。