研究人员开发了ProQuant,一个用于混合专家(MoE)大语言模型训练后量化的新框架。该方法通过考虑跨层误差传播和缓解路由漂移,解决了在极低比特预算下保持生成质量的挑战。ProQuant采用剪枝或优先混合精度分配(PoP)策略进行联合专家剪枝和比特宽度分配,并结合路由一致性RMSNorm微调(RoCo)技术来适应专家表示。实验表明,ProQuant在各种生成任务的质量保持方面优于现有方法。 AI
影响 这项研究可能导致大语言模型(特别是混合专家架构)更高效的存储和部署。
排序理由 该集群描述了一篇详细介绍新型模型量化框架的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →