TokenSkip压缩

MLNLP社区致力于促进国内外NLP学术与产业发展间的交流合作。文章介绍了一种双层效率优化框架，包括可控计算（L1）和自适应计算（L2），通过大量实验揭示了语言模型在复杂推理任务中的低效性问题，并提出了一系列解决方案以提升其效能。