# LayerTrim pota i modelli senza perdere capacità di ragionamento

> Il nuovo metodo LayerTrim rimuove parti degli strati MLP del decoder senza bisogno di addestramento: Qwen3‑14B è 1,24 volte più veloce e usa il 19,7% di memoria in meno, mantenendo la capacità di ragionamento su testi lunghi.

Oossa · 2026-10-15 · https://oossa.com/it/layertrim-offers-training-free-pruning-that-keeps-reasoning-ability

I ricercatori hanno presentato LayerTrim, una tecnica strutturata per potare i modelli linguistici di grandi dimensioni senza addestramento. Elimina gli strati ridondanti del decoder, lasciando intatti i meccanismi di attenzione: questo aiuta a mantenere le prestazioni nei compiti che richiedono ragionamenti articolati. Sul modello Qwen3 da 14 miliardi di parametri, LayerTrim rende la fase di prefill 1,24 volte più veloce e riduce del 19,7% il picco di memoria GPU rispetto al modello non potato. Nei test su tre modelli e cinque benchmark, ha migliorato l’accuratezza media fino a 21,4 punti rispetto al precedente metodo RESP.

## I fatti

- Articolo pubblicato gio 15 ott 2026
- Su Qwen3‑14B, LayerTrim accelera il prefill di 1,24× e riduce del 19,7% il picco di memoria GPU

## Perché conta

Gli sviluppatori possono distribuire modelli linguistici più piccoli e veloci per attività di ragionamento senza costosi riaddestramenti.

## Fonti e riferimenti

1. [Unlocking Structured Pruning for Reasoning Language Models via Attention-Preserving MLP Trimming](https://arxiv.org/abs/2610.19121) – arXiv cs.LG, 2026-10-15

Ultimo aggiornamento: 2026-10-15