LLM圧縮の精度向上：誤差伝播を抑える新手法を開発

LLMのトレーニング不要な低ランク圧縮は、パラメータ削減に有効ですが、キャリブレーションとトランケーションの誤差累積が課題でした。今回、これらの誤差伝播を軽減する新しいトレーニング不要な手法が提案されました。既存SOTAフレームワークに適用した結果、LlamaやQwen3モデルのゼロショットタスクで最大1〜2.5ポイントの精度向上を達成し、圧縮モデルの実用性を高めます。