SparseGPT是一个致力于大型语言模型压缩的开源项目。它提供了一套工具，可在单次操作中对OPT、BLOOM和LLaMA等大规模语言模型进行精确剪枝。该项目支持非结构化、n:m结构化和稀疏量化压缩方法，并包含在WikiText2、PTB和C4子集上评估模型性能的脚本。SparseGPT能有效缩减模型规模的同时保持准确性，为研究人员和开发者提供了探索语言模型压缩的实用工具。

该项目汇总了神经网络剪枝领域从2015年至今的重要研究成果。内容涵盖权重剪枝、滤波器剪枝和特殊网络剪枝等多种技术。论文按年份和会议分类,并提供标题、发表venue、剪枝类型及代码链接。此外还包含一篇结构化剪枝综述和分类图。对神经网络压缩和效率优化研究者而言,这是一个全面且实用的资源集合。