PrismML模型壓縮，對事實性記憶能力造成哪些影響？

Question

## PrismML 模型壓縮技術必然犧牲部分事實性記憶能力

Accepted Answer

PrismML 的模型壓縮技術透過將模型內部數值由 16 位元簡化至僅需 1 至 3 個可能值，大幅降低了模型所需的儲存空間與運算資源，進而讓大型 AI 模型得以在 iPhone 等終端設備上本地運行。然而，此技術的關鍵取捨在於，模型在進行壓縮後，其事實性記憶能力會比推理、數學及程式設計等能力更早出現衰退。

閱讀紀錄

隱藏 →

此記錄會在頁面關閉後消失

PrismML模型壓縮，對事實性記憶能力造成哪些影響？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

1

0

0

分享給好友