CALR：高效大语言模型层压缩方法研究总结与关键部分翻译一、文章主要内容总结（一）研究背景与问题大语言模型（LLMs）因参数规模庞大（数十亿至万亿级）和计算需求高，在资源受限环境（如笔记本电脑、智能手机）中的部署面临巨大挑战，且高能耗带来经济成本与环境问题。现有模型压缩技术中，基于奇异值分解（SVD）的低秩分解是主流方法之一，能通过近似权重矩阵减少参数，但标准SVD仅优化矩阵重构误差，常导致模型功能性能（如推理、任务执行能力）大幅下降，核心原因是未充分修正压缩过程中丢失的功能信息。（二）核心方法：CALR（Corrective Adaptive Low-Rank Decomposition）CALR是一种双组件压缩框架，针对LLM的前馈网络（FFN）模块（参数占比高）设计，分为两大核心路径：主路径：SVD压缩层对选定的FFN模块中各线性层，通过截断SVD生成低秩近似矩阵（初始化方式为将权重矩阵分解为顶部r个奇异向量与奇异值的组合），替换原权重矩阵，形成压缩主路径，保证基础的参数缩减。并行路径：可学习低秩修正模块引入独立的可学习低秩模块，与主路径接收相同输入，其输出与主路径输出相加，专门用于建模并补偿SVD压缩导致的“功能残差”（原模块与压缩模块输出的差异），修正功能信息损失。此外
CALR：高效大语言模型层压缩方法研究总结与关键部分翻译一、文章主要内容总结（一）研究背景与问题大语言模型（LLMs）因参数规模庞大（数十亿至万亿级）和计算需求高，在资源受限环境（如笔记本电脑、智能手机）中的部署面临巨大挑战，且高能耗带来经济成本与环境问题。现有模型压缩技术中，基于奇异值分解（SVD）的低秩分解是主流方法之一，能通过近似权重矩阵减少参数，但标准SVD仅优化矩阵重构误差，常导致模型功能性能（如推理、任务执行能力）大幅下降，核心原因是未充分修正压缩过程中丢失的功能信息。（二）核心方法：CALR（Corrective Adaptive Low-Rank Decomposition）CALR是一种双组件压缩框架，针对LLM的前馈网络（FFN）模块（参数占比高）设计，分为两大核心路径：主路径：SVD压缩层对选定的FFN模块中各线性层，通过截断SVD生成低秩近似矩阵（初始化方式为将权重矩阵分解为顶部r个奇异向量与奇异值的组合），替换原权重矩阵，形成压缩主路径，保证基础的参数缩减。并行路径：可学习低秩修正模块引入独立的可学习低秩模块，与主路径接收相同输入，其输出与主路径输出相加，专门用于建模并补偿SVD压缩导致的“功能残差”（原模块与压缩模块输出的差异），修正功能信息损失。此外
