محققان در مقاله جدیدی به بررسی این موضوع پرداختهاند که آیا میتوان بدون نیاز به محاسبات سنگین و پرهزینه مدلهای زبانی (LLM) برای فشردهسازی پرامپتها، از «قوانین زبانشناسی» استفاده کرد؟
این تحقیق نشان میدهد که استفاده از قواعد دستوری و ساختاری زبان به جای پردازشهای پیچیده یادگیری ماشین، میتواند به طور موثری حجم ورودی مدلها را کاهش دهد و در عین حال عملکرد مدل را حفظ کند. این روش نه تنها هزینههای استنتاج (Inference) را پایین میآورد، بلکه با اجرا روی CPU، سرعت کار با مدلهای هوش مصنوعی را بهشدت افزایش میدهد. 🚀
سازی
منبع: arXiv AI
