大语言模型压缩技术综述：量化、剪枝、蒸馏与低秩方法

资料定位

系统梳理大模型量化、剪枝、知识蒸馏和低秩分解，适合作为模型压缩技术路线的总览索引。

核心主题：模型压缩综述

论文按方法、训练需求、压缩对象和评测方式整理文献，有助于区分权重量化、激活量化及结构化剪枝。

阅读与复现边界

综述覆盖的是发表时点；框架、GPU算子和模型架构更新很快，具体实现必须回到对应论文和版本。

对实际项目的用法

用于先筛选压缩路线，再针对目标GPU和模型建立小规模质量、容量及速度试验。

原文、署名与本地化说明

原文标题：A Survey on Model Compression for Large Language Models。作者：TACL论文作者。本站保存的是来源机构发布的完整PDF，未修改PDF内容；中文部分为独立阅读导引，不冒充全文翻译。原始出版页：https://aclanthology.org/2024.tacl-1.85/。

许可依据：ACL Anthology官方版权政策说明：2016年及以后发布的ACL材料采用CC BY 4.0，明确允许复制、分发及在其他网站或媒介托管。 本站提供来源、许可证、文件哈希、页数和本地化时间，方便核对版本与完整性。