研究人员开发了一种新颖的向量量化方法HADVQ,专为大型语言模型的超低比特压缩而设计。该技术通过随机预处理正则化权重空间,解决了激进压缩导致模型参数失真的挑战。HADVQ以极坐标表示权重,解耦方向和幅度的量化,并使用基于E8格的码本来量化方向。此外,它利用代理Hessian识别并保留高度敏感的通道,仅增加极小的比特成本。 AI
影响 这项研究通过降低大型语言模型的存储和计算需求,有望实现更高效的部署和更高的可访问性。
排序理由 该集群描述了一篇关于大型语言模型量化新方法的最新研究论文。[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 →