Tag
论文提出 LADDER（Layer-Wise Allocation via Damage-Driven Evaluation and Refinement），一种针对大语言模型的非均匀后训练剪枝方法，通过逐层评估最小化每移除参数的性能损失，生成嵌套掩码轨迹，在 70% 以上高稀疏度下表现显著优于基线。