model-pruning
✓Réduisez la taille du LLM et accélérez l’inférence à l’aide de techniques d’élagage telles que Wanda et SparseGPT. À utiliser lors de la compression de modèles sans recyclage, pour obtenir une parcimonie de 50 % avec une perte de précision minimale ou pour permettre une inférence plus rapide sur les accélérateurs matériels. Couvre l'élagage non structuré, l'élagage structuré, la parcimonie N: M, l'élagage d'ampleur et les méthodes ponctuelles.
Installation
SKILL.md
Key Techniques: Wanda (weights × activations), SparseGPT (second-order), structured pruning, N:M sparsity
Papers: Wanda ICLR 2024 (arXiv 2306.11695), SparseGPT (arXiv 2301.00774)
| Method | Accuracy Loss | Speed | Memory | Retraining Needed |
Réduisez la taille du LLM et accélérez l’inférence à l’aide de techniques d’élagage telles que Wanda et SparseGPT. À utiliser lors de la compression de modèles sans recyclage, pour obtenir une parcimonie de 50 % avec une perte de précision minimale ou pour permettre une inférence plus rapide sur les accélérateurs matériels. Couvre l'élagage non structuré, l'élagage structuré, la parcimonie N: M, l'élagage d'ampleur et les méthodes ponctuelles. Source : ovachiever/droid-tings.
Faits (prêts à citer)
Champs et commandes stables pour les citations IA/recherche.
- Commande d'installation
npx skills add https://github.com/ovachiever/droid-tings --skill model-pruning- Source
- ovachiever/droid-tings
- Catégorie
- </>Développement
- Vérifié
- ✓
- Première apparition
- 2026-02-01
- Mis à jour
- 2026-02-18
Réponses rapides
Qu'est-ce que model-pruning ?
Réduisez la taille du LLM et accélérez l’inférence à l’aide de techniques d’élagage telles que Wanda et SparseGPT. À utiliser lors de la compression de modèles sans recyclage, pour obtenir une parcimonie de 50 % avec une perte de précision minimale ou pour permettre une inférence plus rapide sur les accélérateurs matériels. Couvre l'élagage non structuré, l'élagage structuré, la parcimonie N: M, l'élagage d'ampleur et les méthodes ponctuelles. Source : ovachiever/droid-tings.
Comment installer model-pruning ?
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/ovachiever/droid-tings --skill model-pruning Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code ou Cursor
Où se trouve le dépôt source ?
https://github.com/ovachiever/droid-tings
Détails
- Catégorie
- </>Développement
- Source
- skills.sh
- Première apparition
- 2026-02-01