इस पत्र में, हम ट्रांसफार्मर के छिपे हुए अभ्यावेदनों को अंतिम अभ्यावेदनों पर मैप करने के लिए एक पैरामीटर-कुशल निम्न-आयामी प्रारंभिक-समाप्ति योजना का प्रस्ताव करते हैं ताकि बड़े पैमाने के भाषा मॉडल के अनुमान समय और गणनात्मक लागत को कम किया जा सके। मौजूदा निम्न-आयामी लघुकरण योजनाएं मॉडल के प्रारंभिक चरण में प्रदर्शन में सुधार दिखाती हैं, लेकिन अनुमान के दौरान प्रत्येक ट्रांसफार्मर मध्यवर्ती ब्लॉक के लिए एक अलग प्रारंभिक-समाप्ति लघुकरण छलांग बनाए रखने की कमी है। इस पत्र में, हम एक एकल वन-जंप-फिट्स-ऑल (OJFA) निम्न-आयामी लघुकरण का चयन करने की एक विधि का प्रस्ताव करते हैं, जो अनुमान के दौरान लघुकरण पैरामीटर लागत को 30 गुना से अधिक कम कर देता है। OJFA कई लघुकरण छलांगों को बनाए रखने वाली योजना के समान प्रदर्शन दिखाता है
