Basis Selection: Low-Rank Decomposition of Pretrained Large Language Models for Target Applications
基底选择:为特定应用预训练大语言模型的低秩分解
机构 * Iowa State University(爱荷华州立大学) ; Meta
专题命中 效率与部署 :large language model(title,abstract);language model(title,abstract);分类 cs.CL、cs.LG
AI总结 本文提出了一种针对特定应用的LLM低秩分解方法,通过识别并去除冗余部分,有效压缩模型大小并保持性能。
Comments Transactions on Machine Learning Research (TMLR), 2025