速報 Early Noise Dropping（END）：在大型語言模型中及早剔除噪訊提升效能 大型語言模型在處理長短不同的輸入時，常被無關或噪訊片段干擾，導致輸出品質下滑。研究提出Early Noise Dropping（END），不需微調模型，將輸入切分為多個片段，並在模型的早期層使用線性探測器判別哪些片段具資訊價值。END會在推理過程中及早丟棄被判定為噪訊的片段，以保留重要內容、減少注意力分散並降低計算量。
