本研究提出了一种针对LLMs的模型修剪技术，通过互信息估计和调参来指导修剪过程，强调深度学习模型的可解释性。同时，还探讨了大规模模型和小规模模型的修剪差异，并展示了所提出模型的优越性。

本文介绍了一种基于分形的裂纹图形模拟器和裂纹数据集，通过互信息估计和自适应实例规范化来补充裂纹分割系统。实证研究证明该系统能有效处理现实世界的裂纹分割。