研究人员开发了PACE,一种用于线性注意力语言模型中四位循环状态的新型事后量化器。PACE降低了状态舍入的频率,并采用逐列量化尺度来最小化精度损失。这种方法在无需模型微调的情况下显著降低了内存使用量,使其能够与现有的八位方法竞争。 AI
影响 能够更有效地利用大型语言模型的内存,可能允许在加速器上同时处理更多序列。
排序理由 该集群描述了一种用于语言模型中循环状态量化器的新方法,该方法在研究论文中有详细介绍。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →