研究人员开发了Squeeze10-LLM,一种新颖的训练后量化框架,旨在显著减小大型语言模型的尺寸。该方法通过将80%的权重量化到1位,20%的权重量化到4位,平均每权重实现1.6位,从而有效地将模型压缩了10倍。关键创新包括后二值化激活鲁棒性(PBAR)和全信息激活监督(FIAS),以减轻性能下降。在LLaMA和LLaMA2模型上的实验表明,Squeeze10-LLM在低于2位的仅权重量化方面表现优越,提高了零样本分类任务的准确性。 AI
影响 使得在资源受限的设备上部署更大的模型成为可能,从而可能加速AI的可及性。
排序理由 该集群包含一篇详细介绍LLM量化新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Full Information Activation Supervision (FIAS)
- Hugging Face
- LLaMA
- LLMs
- Post-Binarization Activation Robustness (PBAR)
- Squeeze10-LLM
- Yangyang Ren
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →