SKIM：按token角色剪枝LLM Agent
热点事件观察中
SKIM：按token角色剪枝LLM Agent
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Moonseok Choi提出并发布SKIM（Selective Knowledge-Informed Masking）框架，称其为首个面向结构化生成下LLM智能体的剪枝与蒸馏框架。该框架按token角色将位置划分为上下文、决策与格式三类，并据此设计类别感知剪枝显著性分数与on-policy蒸馏目标。 据该工作报告，在工具调用基准和多步智能体循环中，SKIM在不同模型规模与稀疏度下均优于基线，高稀疏度场景优势尤为明显。该工作入选NeurIPS 2026。
AI 根据报道生成 · 4 小时前更新
最新进展11月5日 15:04
SKIM：通过选择性知识感知掩码剪枝 LLM 智能体报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · cs.CLSKIM：通过选择性知识感知掩码剪枝 LLM 智能体
SKIM 是首个面向结构化生成下 LLM 智能体的剪枝与蒸馏框架，按 token 角色将位置划分为上下文、决策与格式三类，并据此设计类别感知剪枝显著性分数与 on-policy 蒸馏目标。在工具调用基准和多步智能体循环中，SKIM 在不同模型规模与稀疏度下均优于基线，高稀疏度场景优势尤为明显。该工作入选 NeurIPS 2026。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 511月6日 13:00
- 近 24 小时变化
- –
0246
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。