本文是LLM系列文章,针对《LaCo: Large Language Model Pruning via Layer Collapse》的翻译。
摘要
基于transformer的大型语言模型(LLM)呈现出显著的规模扩展趋势,这给模型训练和推理带来了相当大的成本。然而,现有的方法,如模型量化、知识蒸馏和模型修剪,受到各种问题的约束,包括硬件支持的限制、对广泛训练的需要以及对模型内部结构的更改。在本文中,我们提出了一种简洁的逐层修剪方法,称为层折叠(LaCo),其中后部模型层折叠成前一层,从而能够在保持模型结构的同时快速减小模型大小。综合实验表明,在25-30%的修剪率下,我们的方法保持了80%以上的平均任务性能,显著优于现有的最先进的结构化修剪方法。我们还进行了后训练实验,以证实所提出的修剪方法有效地继承了原始模型的参数。最后,我们从逐层相似性的角度讨论了我们的动机,并评估了修剪LLM在不同修剪比率下的性能。