SKIM：面向结构化生成的LLM智能体剪枝蒸馏框架

Moonseok Choi 等提出 SKIM（Selective Knowledge-Informed Masking），自称首个面向结构化生成场景的大语言模型智能体剪枝与蒸馏框架，成果被 NeurIPS 2026 接收。该框架按 context、decision、format 三类 token 位置引导剪枝显著度评分与 on-policy 蒸馏目标。 在工具调用 benchmark、多步智能体循环、多模型规模与稀疏度设置下的评估中，SKIM 准确率持续优于基线，高稀疏度下优势最明显。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。