跳到正文
GitHub · 灵魂体仓库·· 21 天前AI 评分25

RAH:深度剪枝小型 LLM 的可恢复性修复实验复现指南(Qwen2.5-1.5B / Llama-3.2-1B / SmolLM2-1.7B / OLMo-2-1B)

piyushdhoka/Recoverability-Aware-Healing-of-Depth-Pruned-Small-LLMs

来源与原文

GitHub · 灵魂体仓库

发布时间:(北京时间)

阅读原始来源 · github.com ↗
完整链接与内容说明

https://github.com/piyushdhoka/Recoverability-Aware-Healing-of-Depth-Pruned-Small-LLMs

本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。

AI 导读

GitHub 仓库 piyushdhoka/Recoverability-Aware-Healing-of-Depth-Pruned-Small-LLMs 提供在两台笔记本(RTX 4070 与 RTX 4060)上并行运行 Qwen2.5-1.5B-Instruct 和 Llama-3.2-1B-Instruct 的完整流程,全流程约 6–8 小时,可断点续跑。

来源:GitHub · 灵魂体仓库 · github.com