首页/数据集/Comparison of model performance before and after pruning.

Comparison of model performance before and after pruning.

Figshare2026-03-04 更新2026-04-28 收录

数据链接：

https://figshare.com/articles/dataset/_p_Comparison_of_model_performance_before_and_after_pruning_p_/31503786 数据链接链接失效反馈

官方服务：

资源简介：

Comparison of model performance before and after pruning.

应用场景：

创建时间：

2026-03-04

相关数据集

neuralmagic/LLM_compression_calibration

大语言模型

模型压缩

该数据集是Neural Magic用于大型语言模型（LLMs）一次性压缩校准的默认校准数据集。当前版本的数据集从garage-bAInd/Open-Platypus中编译而来，包含10,000个样本。数据集包含两个字段：text用于当聊天模板不可用时的文本输入，messages包含用户和助手角色的字典条目，用于与聊天模板一起使用。

Hugging Face2024-06-27 更新420

Performance of AUBER and its variants.

模型剪枝优化

预训练语言模型

Comparison of AUBER with four variants: AUBER-Query, AUBER-Key, AUBER-L2, and AUBER-Reverse on four GLUE datasets to demonstrate the effectiveness of various ways to calculate the initial state. AUBER

NIAID Data Ecosystem40

Comparison of trainable parameters and model sizes of ViT variants and the proposed CNN-ViT model.

计算机视觉模型

模型压缩

Comparison of trainable parameters and model sizes of ViT variants and the proposed CNN-ViT model.

NIAID Data Ecosystem10

xcx0902/Distill_Qwen

模型压缩

知识精炼

该数据集包含两种配置的数据：原始数据（origin）和过滤后的数据（filtered），均用于训练集。具体数据内容在README中未描述。

Hugging Face2025-04-09 更新50

Sparsity of each model (Ratio of zero weights between the hidden layer and the output layer).