arXiv · AI· Xinrui Zhong, Zhifeng Li, Zhiming Wang, Yongqi Liu, Shanglin Yang, Yang Zhou, Zikun Li, Zhuoming Chen, Beidi Chen·· 8 小时前AI 评分26
CompressionBench：评估编码智能体压缩大语言模型能力的基准测试
CompressionBench: How can your coding agents compress LLMs?
AI 导读
研究团队提出 CompressionBench 基准，测试编码智能体自主压缩 LLM 的能力。在 6 种智能体与 6 种模型规模设置下，36 份提交中有 29 份通过验证。 最佳智能体设计平均使 PPL 增加 3.4%，下游准确率为 77.33%（BF16 为 79.56%）。该基准将模型压缩定位为效率导向的自我改进的可衡量组成部分。
来源：arXiv · AI · arxiv.org