标签
论文提出 LADDER（Layer-Wise Allocation via Damage-Driven Evaluation and Refinement，即基于损伤评估与优化的逐层剪枝分配），一种面向大语言模型的非均匀后训练剪枝方法。该方法通过逐层评估来最小化每移除参数所带来的性能损失，并生成一条嵌套的掩码轨迹；在稀疏度超过 70% 的情况下，其表现显著优于基线方法。