BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

Layer Pruning with Consensus: A Triple-Win Solution

💡 原文英文，约100词，阅读约需1分钟。
📝

内容提要

本研究提出了一种基于共识的层剪枝方法，结合多个相似性指标，克服了单一标准的局限性，实现了78.80%的FLOPs减少，同时降低了能耗和碳排放，分别为66.99%和68.75%。

🏷️

标签

FLOPs减少 win 共识方法 层剪枝 相似性指标 能耗降低
➡️

继续阅读

  1. Kimi K3 模型结构（5）：宽度维度，Stable LatentMoE
    Kimi K3模型采用Stable LatentMoE作为FFN，基于NVIDIA LatentMoE改进，将输入压缩至半宽latent空间，增加RMSN...
  2. Claude Fable 5.1 vs. Fable 5: On real work, I couldn’t tell them apart.
    Anthropic launched Claude Fable 5.1 this week, calling it “our most advanced ...
  3. Building trust in agentic RAG starts with evidence
    Basic retrieval-augmented generation (RAG) follows a straightforward pattern....
  4. Kimi K3 模型结构（3）：序列维度，Gated MLA 与 3:1 混合
    本文介绍Kimi K3模型结构：采用3:1混合，每四层含一层Gated MLA（无位置编码、满秩sigmoid门），其余为KDA层。MLA低秩压缩KV至5...
  5. 内容创作者失误
    美网公开赛上，网红在包厢内喧哗、用闪光灯拍照干扰比赛，引发争议。品牌邀请网红推广活动，但缺乏行为规范，导致负面效果。类似地，Callaway高尔夫因与网红...
  6. Kimi K3 模型结构（2）：序列维度（下），chunkwise 并行与下界衰减
    本文介绍Kimi K3模型序列维度的chunkwise并行算法：将序列分块，块间递推状态、块内用矩阵乘并行计算。K3将每步log-decay加−5下界，使...
👤 个人中心
在公众号发送验证码完成验证