OBC-Prune：面向大推理模型的基于结果校准剪枝
原文标题：OBC-Prune: Outcome-Based Calibration for Large Reasoning Model Pruning
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
大推理模型生成冗长思维链带来显著推理开销，剪枝效果取决于校准数据。近期工作用模型自身 rollout 校准，却对所有推理 token 一视同仁，导致错误计算背后的权重与正确计算一样被保留。论文提出 OBC-Prune，先构造难度匹配的正确与错误 rollout 对，再通过干预分析估计每句推理的因果重要性并转为逐 token 权重，用于重缩放 SparseGPT、Wanda、ALPS 的校准激活。在 DeepSeek-R1-Distill-Qwen 1.5B/7B/14B 上 40% 与 50% 稀疏度下，于 MATH500、LiveCodeBench、AIME 2025 一致优于现有校准基线。
- 问题
- 大推理模型思维链冗长，剪枝校准对所有推理 token 一视同仁，保留错误计算权重。
- 方法
- 构造难度匹配的正确与错误 rollout 对，用干预分析估计每句因果重要性并转为逐 token 权重重缩放校准激活。
- 结果
- 在 DeepSeek-R1-Distill-Qwen 1.5B/7B/14B 上 40% 与 50% 稀疏度下，于 MATH500、LiveCodeBench、AIME 2025 一致优于现有校准基线。
- 影响
- 剪枝校准数据应区分对错推理，可直接接入 SparseGPT、Wanda、ALPS 降低推理成本。
深读 · 结论先行AI 生成展开看要点与影响 ↓
OBC-Prune 按推理正确性校准剪枝，在 40%/50% 稀疏度下于三个基准一致优于基线。
- •现有 rollout 校准对所有推理 token 一视同仁，错误计算背后的权重与正确计算一样被保留。
- •方法先构造难度匹配的正确与错误 rollout 对，再用干预分析估计每句推理的因果重要性并转为逐 token 权重。
- •权重用于重缩放 SparseGPT、Wanda、ALPS 的校准激活，不修改剪枝算法本身。
- •在 DeepSeek-R1-Distill-Qwen 1.5B/7B/14B 上，于 MATH500、LiveCodeBench、AIME 2025 一致优于现有校准基线。
- •论文指出错误模式被带入剪枝模型后，会同时降低准确率并拉长推理链。
为什么重要：大推理模型剪枝的关键在校准数据质量；该工作把「对错」信号引入校准，且可套用在现有一次性剪枝方法上，工程迁移成本低。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。