ニュース
What Breaks Under Pruning in Smart Homes, and When? Evaluating LLM Degradation Across Architectures and Task Complexity
arXiv cs.AI · 公開日 · 読了3分
30秒で要点
- 何が起きたか
- Study shows how pruning degrades LLM performance in smart-home tool calling, with dense models failing sharply but mixture-of-experts models tolerating more pruning.
- なぜ重要か
- Engineers deploying pruned LLMs for home automation or device control need to understand failure modes beyond overall accuracy metrics.
- 注意点
- Results are specific to smart-home tool calling tasks; degradation patterns may differ significantly for other LLM applications and use cases.
- llm
- language model
- tool calling
- fine-tun
- mixture-of-experts
この話題の背景にあるパターン
- Progressive Rollout & Shadow Mode
- Context Editing & Tool-Result Clearing
- Agentic Context Engineering (Evolving Playbook)
各ページで、技術の仕組み、コストに見合う場面、そして破綻する条件を解説しています。
The Agent Architect
1つのパターン、1つのトレードオフ、1つの本番障害事例。エージェントシステムを構築する人のための短い週刊ブリーフィング。
週1回のメール、ワンクリックで購読解除できます。アドレスはブリーフィングの送信のみに使用します。