arXiv · cs.AI· Gautam Gupta·· 20 小时前AI 评分32
模型越大越脆弱：为何压缩对大规模语言模型的伤害更大
When Bigger Becomes Brittle: Why Compression Hurts More as Language Models Scale
来源与原文
arXiv · cs.AI
作者：Gautam Gupta
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.07891v1
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
量化与剪枝对语言模型的损害会随模型规模增大而更难被补偿。研究以上下文检索为对象，将注意力头消融造成的损失精确分解为网络其余部分恢复的部分与最终传导到输出的部分，发现同等损害下小模型能恢复大部分损失，大模型则保留大部分损失，压缩注意力头呈现同样模式。因此在小模型上近乎无害的压缩，在大模型上可能代价高昂。
来源：arXiv · cs.AI · arxiv.org
这条消息，你怎么看？
把新闻带到 MickerBook，和社区伙伴聊聊；也可以去 AIHER 看看模型背后的角色与梗。