Meta 论文:按特征重要性剪枝嵌入表,省 20-40% 内存且不掉精度

_reachsumit · x · 2026-11-20

Meta 团队在 arXiv 发表论文,提出 FI-ITEP:用特征重要性(feature importance)而非尺寸启发式来决定推荐模型中每张嵌入表的剪枝比例,把更多剪枝预算分配给对应不重要特征的表。

原文链接 →

「Infra」频道最新

更多「Infra」频道 AI 资讯 →