Papers with Code 아카이브
Model Compression
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 2
- 보존된 평가 기록
- 14
Model Compression is an actively pursued area of research over the last few years with the goal of deploying state-of-the-art deep networks in low-power and resource limited devices without significant drop in accuracy. Parameter pruning, low-rank factorization and weight quantization are some of the proposed methods to compress the size of deep networks.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
LightMIS: 단계별 디코더가 없는 초경량 의료 이미지 분할
DRSR: 효율적인 장기 지평 에이전트를 위한 집합 수준 삭제 위험 학습
장기 호라izon 에이전트에서 행동 전에 형성되는 메모리 제어 신호
LLM 추론을 위한 긴 컨텍스트의 답변 정렬 메모리 임베딩 압축
TSS: 도메인 특화 대규모 언어 모델의 추측 디코딩을 위한 타깃 측 희소화
크기 프로파일 가지치기: 트랜스포머 압축을 위한 캘리브레이션 없는 구조적 어텐션 헤드 제거
손상이 회복을 예측한다: 금융 LLM 압축에서 보정 데이터가 중요한 경우
양자화 모델이 실제로 향하는 곳에서 학습하기: 저비트 추론을 위한 온-정책 지식 증류
오디오 모델의 효율적인 스케일링: 규모, 해상도, 적응, 정밀도 및 희소성의 결합 최적화
JustFit: 로컬 LLM 서빙을 위한 적시 상태 관리
LEAP-NBV: 파운데이션 모델 기반 차기 최적 시점 계획을 위한 경량 엣지 능동 지각
FoldQuantVLA: 일관된 폴딩을 통한 비전-언어-행동 모델의 네이티브 저비트 양자화
NPU 가속기: FINN을 활용한 PYNQ-Z1 기반의 양자화된 실시간 차량 검출
GPLQ: Vision Transformer를 위한 범용·실용·고속 QAT 방법
SalQ-VLM: 비전-언어 모델을 위한 세밀한 saliency 기반 양자화
LG-HCC: 3D Gaussian Splatting을 위한 국소 기하 인식 계층적 컨텍스트 압축
AdaMerge: 다중 벡터 시각적 문서 검색을 위한 튜닝 불필요 패치 압축
교차 표현 사전 정보를 통한 3D 가우시안 스플래팅 압축
시각적 설명의 전이: 아키텍처 간 지식 증류가 모델 해석 가능성에 미치는 영향
UV 매핑을 넘어: 표면 정렬 텍스처 필드를 통한 메시 텍스처 압축
멀티모달 대규모 언어 모델의 시각적 토큰 가지치기를 위한 층 인식 위치 임베딩
VPRune: 효율적인 학습 없는 LLM 이전 비주얼 토큰 가지치기
DTKDP: 경량화 지향 SAR 선박 검출을 위한 이중 교사 지식 증류 및 가지치기 프레임워크
SPHQuant: 비전-언어 모델을 위한 효율적인 극저비트 가중치 양자화
효율적인 이미지-투-형상 확산 트랜스포머를 위한 활성도 인식 압축
NanoGS: 학습 없는 가우시안 스플랫 단순화
IWP: 대규모 비전-언어 모델에서 토큰 가지치기를 암시적 가중치 가지치기로
퍼포레이티드 역전파: 인공 신경망을 위한 신경과학에서 영감을 받은 확장
대규모 언어 모델의 가지치기 법칙
장기 컨텍스트 자율주행을 위한 계획 정렬 토큰 압축
1B 매개변수보다 큰 멀티모달 감정 언어 모델이 정말 필요한가?
토크나이저 이식: 엣지 효율적 벵골어 ASR에서의 자기회귀 붕괴 완화
CausalGate: 트랜스포머 모듈 가지치기를 위한 인과적 중요도 증류
DopQ-ViT: 비전 트랜스포머를 위한 분포 친화적 및 이상치 인식 사후 학습 양자화를 향하여
OmniScope: 옴니모달 대규모 언어 모델을 위한 모달리티 분리 토큰 압축
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.