# LayerTrim beskär modeller utan träning och bevarar resonemang

> Den nya metoden LayerTrim beskär delar av MLP-lagren i dekodern. Qwen3‑14B blir 1,24× snabbare och använder 19,7 % mindre minne, samtidigt som förmågan till längre resonemang bevaras.

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

Forskare har presenterat LayerTrim, en strukturerad beskärningsmetod för stora språkmodeller som inte kräver träning. Metoden tar bort överflödiga avkodarlager men lämnar uppmärksamhetsmekanismerna intakta, vilket bidrar till att bevara prestandan i uppgifter som kräver längre resonemang. På Qwen3-modellen med 14 miljarder parametrar gör LayerTrim förbehandlingen 1,24 gånger snabbare och minskar den maximala GPU-minnesanvändningen med 19,7 procent jämfört med den obeskurna modellen. I tester av tre modeller på fem riktmärken ökade den den genomsnittliga träffsäkerheten med upp till 21,4 poäng jämfört med den tidigare metoden RESP.

## Fakta

- Artikeln publicerades torsdagen den 15 oktober 2026
- LayerTrim ger 1,24× snabbare förbehandling och 19,7 % lägre maximal GPU-minnesanvändning på Qwen3‑14B

## Varför det spelar roll

Utvecklare kan driftsätta mindre och snabbare språkmodeller för resonemangsuppgifter utan kostsam omträning.

## Källor och referenser

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

Senast uppdaterad: 2026-10-15