研究人员开发了DASH-Q,一种新颖的训练后量化(PTQ)框架,旨在无需重新训练即可减小大型语言模型(LLM)的内存占用。该方法通过使用稳定的对角海森近似和迭代加权最小二乘法,专门解决了超低比特量化中出现的性能下降问题。DASH-Q能有效过滤掉来自有限校准数据的噪声,即使在使用非常小的校准集的情况下,在五个LLM模型上的零样本准确率平均也比现有的PTQ基线高出7.01%。 AI
影响 通过减小大型语言模型的内存占用,使其部署更加高效。
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]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →