与传统方法相比，DGMR的显著优势在于无需额外的梯度计算或迭代式剪枝-微调流程，从而大幅提升了算法效率。在剪枝完成后，方法采用知识蒸馏技术协助缩减后的模型恢复原始性能，其中原始模型作为教师模型，剪枝模型作为学生模型进行学习。