通過(guò)序列長(zhǎng)度、嵌入維度和神經(jīng)元數(shù)量的因素進(jìn)行計(jì)算，可以準(zhǔn)確地量化依賴層在初始生成式大模型中的計(jì)算成本，有利于及時(shí)采取相應(yīng)的優(yōu)化措施，以提高初始生成式大模型整體的運(yùn)行效率并降低資源消耗，同時(shí)為后續(xù)計(jì)算影響值提供了數(shù)據(jù)基礎(chǔ)。 [0130] S207、獲取子層在推理時(shí)的可訓(xùn)練參數(shù)占用內(nèi)存和中間結(jié)果占用內(nèi)存，通過(guò)可訓(xùn)練參數(shù)占用內(nèi)存和中間結(jié)果占用內(nèi)存計(jì)算得到每個(gè)子層的內(nèi)存占用值，內(nèi)存占用值用于評(píng)估每個(gè)子層在推理時(shí)的內(nèi)存資源； [0131] S208、獲取子層在推理時(shí)的增益影響和生成指標(biāo)提升值，通過(guò)增益影響和生成指標(biāo)提升值計(jì)算得到每個(gè)子層的貢獻(xiàn)值，貢獻(xiàn)值用于評(píng)估每個(gè)子層在推理時(shí)的貢獻(xiàn)程度； [0132] S209、基于用戶需求獲取復(fù)雜值、內(nèi)存占用值以及貢獻(xiàn)值的預(yù)設(shè)權(quán)重，結(jié)合預(yù)設(shè)權(quán)重計(jì)算得到每個(gè)子層的影響值，影響值用于評(píng)估每個(gè)子層對(duì)推理結(jié)果的質(zhì)量影響； [0133] S210、判斷每個(gè)子層的影響值是否超過(guò)剪枝閾值； [0134] S211、對(duì)未超過(guò)剪枝閾值的子層進(jìn)行剪枝，剪枝后得到多個(gè)目標(biāo)子層； [0135] S212、將目標(biāo)子層進(jìn)行匯聚，得到目標(biāo)生成式大模型。 [0136] 在本實(shí)施例中，步驟S207至步驟S212與前述實(shí)施例步驟S104至步驟S109類(lèi)似，此處不再贅述。 [0137] S213、獲取測(cè)試集，將測(cè)試集輸入至目標(biāo)生成式大模型中進(jìn)行測(cè)試，測(cè)試完成后對(duì)測(cè)試結(jié)果進(jìn)行評(píng)估，得到目標(biāo)生成式大模型的性能指標(biāo)； [0138] 本實(shí)施例中，獲取測(cè)試集時(shí)，會(huì)從預(yù)設(shè)的測(cè)試數(shù)據(jù)集中選取具有代表性的數(shù)據(jù)樣本作為測(cè)試集，測(cè)試集需要涵蓋目標(biāo)生成式大模型所有的處理情況。當(dāng)獲取到測(cè)試集后，將測(cè)試集輸入至目標(biāo)生成式大模型中，目標(biāo)生成式大模型對(duì)輸入數(shù)據(jù)進(jìn)行測(cè)試。 [0139] 在測(cè)試過(guò)程中，需要記錄目標(biāo)生成式大模型的輸出結(jié)果，輸出結(jié)果包括預(yù)測(cè)值、生成內(nèi)容等。待測(cè)試完成后，對(duì)輸出結(jié)果進(jìn)行評(píng)估，評(píng)估指標(biāo)可以基于準(zhǔn)確性、召回率以及生成內(nèi)容的合理性、多樣性等標(biāo)準(zhǔn)進(jìn)行評(píng)估，評(píng)估結(jié)束后，即可得到目標(biāo)生成式大模型的性能指標(biāo)。 [0140] 通過(guò)選取具有代表性的測(cè)試集，可以全面地檢驗(yàn)?zāi)繕?biāo)生成式大模型的性能，發(fā)現(xiàn)目標(biāo)生成式大模型在不同情況下的表現(xiàn)優(yōu)劣，并且對(duì)測(cè)試結(jié)果評(píng)估能夠?yàn)槟繕?biāo)生成式大模型的改進(jìn)提供明確的方向，有助于提高目標(biāo)生成式大模型的泛化能力，使目標(biāo)生成式大模型在實(shí)際應(yīng)用場(chǎng)景中能夠更好地應(yīng)對(duì)各種輸入數(shù)據(jù)，提高目標(biāo)生成式大模型的實(shí)用性和可信度，同時(shí)也為后續(xù)目標(biāo)性能指標(biāo)的判斷提供了數(shù)據(jù)基礎(chǔ)。 [0141] S214、基于性能指標(biāo)判斷目標(biāo)生成式大模型是否達(dá)到目標(biāo)性能指標(biāo)； [0142] 本實(shí)施例中，獲取評(píng)估得到的性能指標(biāo)，再根據(jù)實(shí)際需求設(shè)定的目標(biāo)性能指標(biāo)的具體數(shù)值或范圍。當(dāng)獲取性能指標(biāo)和確定目標(biāo)性能指標(biāo)后，基于性能指標(biāo)判斷目標(biāo)生成式大模型是否達(dá)到目標(biāo)性能指標(biāo)，例如生成式大模型，根據(jù)實(shí)際需求將目標(biāo)性能指標(biāo)設(shè)定為 90%，將性能指標(biāo)與目標(biāo)性能指標(biāo)進(jìn)行逐一判斷，若性能指標(biāo)在目標(biāo)性能指標(biāo)的要求范圍內(nèi)，那么判定目標(biāo)生成式大模型達(dá)到目標(biāo)性能指標(biāo)；若性能指標(biāo)未在目標(biāo)性能指標(biāo)的要求范圍內(nèi)，則判定目標(biāo)生成式大模型未達(dá)到目標(biāo)性能指標(biāo)。當(dāng)目標(biāo)生成式大模型的性能指標(biāo)達(dá)到目標(biāo)性能指標(biāo)時(shí)，則執(zhí)行步驟216；當(dāng)目標(biāo)生成式大模型的性能指標(biāo)未達(dá)到目標(biāo)性能指標(biāo)時(shí)，則執(zhí)行步驟215。 [0143] 通過(guò)對(duì)性能指標(biāo)進(jìn)行判斷能夠客觀地評(píng)估目標(biāo)生成式大模型是否滿足實(shí)際需求，能夠清晰地了解目標(biāo)生成式大模型當(dāng)前的性能狀態(tài)。若目標(biāo)生成式大模型的性能指標(biāo)達(dá)到目標(biāo)性能指標(biāo)，則目標(biāo)生成式大模型已經(jīng)具備了投入實(shí)際應(yīng)用的條件，節(jié)省了不必要的優(yōu)化資源；若目標(biāo)生成式大模型的性能指標(biāo)未達(dá)到目標(biāo)性能指標(biāo)，也能及時(shí)發(fā)現(xiàn)問(wèn)題，避免將未達(dá)標(biāo)的目標(biāo)生成式大模型投入使用而帶來(lái)的風(fēng)險(xiǎn)。 [0144] S215、重新計(jì)算每個(gè)子層的復(fù)雜值、內(nèi)存占用值以及貢獻(xiàn)值，并在迭代過(guò)程中提高剪枝閾值，直至達(dá)到目標(biāo)性能指標(biāo)； [0145] 本實(shí)施例中，當(dāng)目標(biāo)生成式大模型的性能指標(biāo)未達(dá)到目標(biāo)性能指標(biāo)時(shí)，返回步驟 205，依次重新計(jì)算每個(gè)子層的復(fù)雜值、內(nèi)存占用值以及貢獻(xiàn)值，并結(jié)合預(yù)設(shè)權(quán)重更新影響值。在迭代的過(guò)程中不斷提高剪枝閾值，重新構(gòu)建目標(biāo)生成式大模型并進(jìn)行測(cè)試，直至使目標(biāo)生成式大模型的性能指標(biāo)達(dá)到目標(biāo)性能指標(biāo)。 [0146] 重新計(jì)算子層的復(fù)雜值、內(nèi)存占用值和貢獻(xiàn)值能夠更精準(zhǔn)地定位每個(gè)子層對(duì)當(dāng)前目標(biāo)生成式大模型性能的影響，從而有針對(duì)性地進(jìn)行調(diào)整，同時(shí)在迭代的過(guò)程中及時(shí)提高剪枝閾值，有助于更加嚴(yán)格地篩選子層，避免低質(zhì)量子層進(jìn)入目標(biāo)生成式大模型。 [0147] 通過(guò)迭代的方式不斷優(yōu)化目標(biāo)生成式大模型，使得目標(biāo)生成式大模型逐漸接近目標(biāo)性能指標(biāo)，提高了目標(biāo)生成式大模型的整體性能，確保最終得到的目標(biāo)生成式大模型能夠滿足實(shí)際應(yīng)用的需求。