研究人员开发了一种名为 Concertina 的新颖方法来压缩大型语言模型,将其体积减半,同时保留约 85% 的原始质量。该技术涉及使用仅 220 亿个 token 来蒸馏一个拥有 22.7 亿参数的模型。由此产生的压缩模型已证明其性能超过了 Qwen3-1.7B,后者是在一个规模大得多的数据集(36 万亿个 token)上训练的。该方法的详细信息已发表在论文“Folding Language Models into Themselves”中,模型权重可在 Apache 2.0 许可下获得。 AI
影响 使得更小、更高效的 LLM 成为可能,从而可能降低部署成本并提高可访问性。
排序理由 详细介绍 LLM 压缩新方法的 ist 研究论文。 [lever_c_demoted from research: ic=1 ai=1.0]
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →