本研究提出CULL-MT方法，通过结构层剪枝和选择语言方向，解决多语言机器翻译模型推理开销增加的问题。该方法采用贪婪策略识别不重要层，并通过知识蒸馏和参数微调减轻影响。研究表明，NLLB-3.3B模型在多方向翻译中表现鲁棒，而LLaMA3.1-8B-Instruct对层剪枝更敏感。