研究人员开发了一种名为OnQ的新流水线，用于提高经过量化感知训练（QAT）的低比特大语言模型（LLMs）的推理能力。现有的QAT方法在长程推理和令牌预算限制方面常常遇到困难。OnQ通过使用on-policy蒸馏来解决这些问题，其中量化模型生成自己的前缀，并接收来自全精度教师模型的监督。此外，它采用动态KL（Dynamic KL）来平衡欠预测和过预测的校正，通过根据候选概率比率加权KL散度来实现。在2位和3位精度的Qwen3模型上进行的实验表明，OnQ在九个基准测试中显著优于现有基线，尤其是在长程推理任务中，并且产生的响应更短、重复性更低。 AI
影响 这项研究通过提高量化模型的性能，可能导致更高效、更强大的LLMs，从而降低计算成本并实现更广泛的部署。
排序理由 该集群包含一篇详细介绍改进LLM性能新方法的学术论文。[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 →
