PASER: Post-Training Data Selection for Efficient Pruned Large Language Model Recovery
PASER:基于后训练数据选择的高效剪枝大语言模型恢复
机构 * City University of Hong Kong(香港城市大学) ; Huawei Noah’s Ark Lab(华为诺亚实验室)
专题命中 仓库级理解 :repository(abstract);分类 cs.CL
AI总结 PASER通过后训练数据选择方法高效恢复剪枝大语言模型的能力,显著优于传统基线方法。
Comments Accepted by ICLR 2026