文章目录PruningQuantizationKnowledgedistillationPruningPruning把模型里一些不重要的权重砍掉，减少网络模型中参数量和计算量，同时尽量保证模型的性能不受影响。QuantizationQuantization.模型量化就是将训练好的深度神经网络的权值，激活值等从高精度转化成低精

本文是LLM系列文章，针对《EfficientPruningofLargeLanguageModelwithAdaptiveEstimationFusion》的翻译。基于自适应估计融合的大型语言模型的高效修剪摘要1引言2相关工作3方法4实验5结论摘要大型语言模型（LLM）已经成为许多生成下游任务的关键，这