Naukowcy przedstawili GRASPrune, strukturalny framework do przycinania parametrów LLM-ów, który zmniejsza koszty pamięci i opóźnień poprzez inteligentne usuwanie kanałów FFN i grup głowic KV pod wspólnym budżetem zasobów.
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryginalnym artykule.
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google