gongzb

摘要： 转自：https://zhuanlan.zhihu.com/p/1916158805592474228 随着大语言模型（LLM）的参数量一路飙升，其巨大的部署成本和推理延迟成为了阻碍其广泛应用的关键瓶颈。如何在保持模型性能的同时，有效减小其体积？模型剪枝（Model Pruning） 正是解决这一问 阅读全文