本文提出了一种基于无标签数据的结构裁剪框架，旨在提高大型语言模型的推理效率并降低计算成本。通过重建技术和优化算法，实现了在不牺牲准确度的情况下对模型的有效剪枝，适用于资源受限设备，并在多个基准测试中表现出优越性能。