研究人员开发了一种名为OPTIC(Output-Path-fitted, Token-shared Indexed Codes)的新方法,用于对大型语言模型中的逐层嵌入(PLE)进行极端压缩。该技术实现了显著的压缩率,将Gemma 4 E4B的参数数量减少了约100倍,同时在多个基准测试中保留了97%以上的原始性能。OPTIC在推理过程中也显示出优势,将GPU内存使用量减少了近30%,同时对速度的影响最小。 AI
影响 这项研究通过大幅减小大型语言模型的内存占用,有可能实现更高效的部署和可访问性。
排序理由 详细介绍模型压缩新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →