深度剪枝

深度分析

SimDiff 深度剪枝：以 MASD 與 MSSD 提升跨模型穩健性

面對大型語言模型部署的延遲與資源限制，SimDiff 提出一套以「相似性＋差異性」雙視角評估層重要性的深度剪枝框架。方法以餘弦距離衡量表示相似，並引入 MASD（平均貢獻）與 MSSD（強化離群變化）兩種差異指標，最後以自適應權重融合排序刪除冗餘層。