arXiv · cs.AI· Woosang Lim, Haneul Yoo, Vincent-Daniel Yun, Sungjoo Yoo·· 4 小时前
LayerTrim通过保留注意力的MLP裁剪提升推理语言模型结构化剪枝效率
Unlocking Structured Pruning for Reasoning Language Models via Attention-Preserving MLP Trimming
arXiv:2610.19121v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Woosang Lim, Haneul Yoo, Vincent-Daniel Yun, Sungjoo Yoo
研究任务与主要进展
Woosang Lim等提出无需训练的结构化剪枝方法LayerTrim，通过裁剪冗余解码层中的MLP特征，在保留注意力和解码深度的同时减少大语言模型推理成本。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org