本文探讨大语言模型压缩的三种主要方法：量化、蒸馏和剪枝，它们分别作用于数值精度、训练目标和模型结构，因此不可直接比较。文章分析了GPTQ、AWQ、SmoothQuant等方法的假设差异，指出PPL指标在评估压缩效果时不可靠，且压缩可能损害推理能力、长上下文处理及安全行为，需根据具体应用场景谨慎选择压缩方法。