像物理学家一样剪枝大模型：将块移除建模为伊辛优化问题

Hugging Face 博客发布 Multiverse Computing 与 CAI 合作的研究，提出一种基于物理启发的 LLM 剪枝方法。该研究将神经网络中的关键模块（blocks）移除过程转化为伊辛模型（Ising Model）的优化问题，利用量子退火或经典模拟退火算法寻找最优的子网络结构。这种方法旨在通过精确的结构化剪枝，在保持模型性能的同时显著降低计算成本与推理延迟。文章详细阐述了从模型分析到伊辛哈密顿量构建的技术路径，展示了该方法在多个主流大语言模型上的实验结果，证明了其在模型压缩领域的有效性与通用性。