ShaRP: SHAllow-LayeR Pruning for Efficient Video Large Language Models
ShaRP: 用于高效视频大语言模型的浅层层剪枝
机构 * VCIP & TMCC & DISSec, College of Computer Science, Nankai University（VCIP与TMCC与DISSec学院，南开大学计算机科学学院） ； LIX, Ecole Polytechnique, IP Paris（LIX，巴黎高等理工学院，IP巴黎） ； OPPO Research Institute（OPPO研究院） ； Beijing University of Posts and Telecommunications（北京邮电大学）
AI总结 本文提出ShaRP框架，通过改进局部信息聚合、校准位置偏差和减少冗余，解决浅层解码器剪枝中的性能下降问题，实现97.2%的性能保留和86%的TFLOPs减少。
