本研究提出了一种系统化的权重重要性评估方法，以解决大型语言模型（LLMs）在训练中面临的高计算资源和环境影响问题。实验结果表明，适度修剪模型可以提高效率并降低损失，而过度修剪则会损害性能，强调了优化人工智能模型以实现可持续发展的必要性。