普林斯顿大学和斯坦福大学团队开发出一种新压缩算法 CALDERA，能精简大模型（LLM）的海量数据，为 LLM“瘦身”。这项算法不仅有助保护数据隐私、节约能源、降低成本，还能推动 LLM 在手机和笔记本电脑上高效使用。团队举例称，当人们使用 ChatGP T时，请求会被发送到 OpenAI 公司的后端服务器进行处理。这一过程不仅成本高昂、能耗巨大，通常还很慢。如果用户想要使用消费级图形处理单元运行 LLM，就需要对这些 LLM 进行压缩。CALDERA 算法通过减少 LLM 冗余并降低信息层的精度来发挥作用。“瘦身”后的 LLM 更加精简，可在手机或笔记本电脑等设备上存储和访问，同时提供了与未压缩版本几乎一样准确而微妙的性能。虽然 CALDERA 并非首个压缩LLM的算法，但其独特之处在于兼具“低精度”和“低排序”两种特性。其中，“低精度”减少了比特数，加快了数据存储和处理速度。而“低排序”则降低了 LLM 数据中的冗余。
https://github.com/pilancilab/caldera
https://news.sciencenet.cn/htmlnews/2024/11/534486.shtm
