BaCP：骨干对比剪枝保持稀疏网络表征

研究者提出骨干对比剪枝（BaCP），通过将稀疏网络的嵌入空间与预训练、微调及历史快照模型对齐来施加正则，以应对极稀疏度下非结构化剪枝常出现的表征坍塌问题。 该工作基于 CAP 框架的对比分解，在多种剪枝准则下给出严格的匹配预算刻画，并在 90 组设置中验证：在标准剪枝失效的极稀疏区间，BaCP 显著提升准确率，而在表征完好时接近基线。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。