普林斯顿大学陈丹琦团队研发的LLM-Shearing大模型剪枝法，通过结构化剪枝和动态批量加载，将大型语言模型剪枝为更小、性能更强的模型，大幅减少了计算资源需求。剪枝后的模型在多个下游任务上表现出色，具有高度通用性，为构建中型规模的强大语言模型提供了新途径。