热点事件持续更新
研究提出从测试时扩展视角重新评估LLM剪枝
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月3日，最新研究从测试时扩展视角在4个数学与代码基准上对大语言模型剪枝展开评估。研究发现，剪枝模型即使在pass@1表现上下滑，但在扩大采样预算后，其推理覆盖面仍可匹敌甚至超过原模型。然而，严重剪枝会导致正确解更难被采样命中，额外的尝试会大幅推高总token消耗。该研究据此指出，未来对模型剪枝的评估应同时衡量解题覆盖范围以及获取正确解所需的采样成本。
AI 根据报道生成 · 12 小时前更新
最新进展11月3日 13:00
研究显示扩大采样预算可弥补剪枝模型表现，建议剪枝评估兼顾覆盖面与采样成本。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv 自然语言处理基于测试时扩展反思大语言模型剪枝
最新研究从测试时扩展视角在 4 个数学与代码基准上评估大语言模型剪枝，发现剪枝模型即使 pass@1 出现下滑，在扩大采样预算后推理覆盖面仍可匹敌甚至超过原模型。但严重剪枝会导致正确解更难被采样命中，额外的尝试会大幅推高总 token 消耗。因此模型剪枝评估应同时衡量解题覆盖范围与获取正确解所需的采样成本。
本事件热度走势
当前热度 6·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。