跳到正文
arXiv · ML· Weizhong Huang, Huaijia Kou, Yan Zhang, Fei Chao, Xiawu Zheng, Liujuan Cao·· 2 天前AI 评分22

LoopPrune: 面向循环扩散 Transformer 的循环剪枝

LoopPrune: Recurrent Pruning for Looped Diffusion Transformers

AI 导读

针对循环扩散 Transformer,LoopPrune 提出结合重要性估计与权重补偿的剪枝恢复框架。 在 30% 结构化参数剪枝下,Looped-DiT B/16 保留 93.14% 的平均准确率,较最优基线提升 9.49%。SDXSv3 在推理后端中减少 34.36%-44.64% GPU 显存占用,加速 1.46-1.74 倍。

来源:arXiv · ML · arxiv.org