研究人员开发了BitTP，这是一种使大型语言模型（LLM）适用于边缘设备轨迹预测的新颖方法。BitTP将基于LLM的预测器转换为轻量级的比特线性架构，特别优化了1.58位权重量化，同时保持激活的全精度。这种方法不仅显著减少了内存使用和推理延迟，而且与全精度LLM相比提高了预测质量，展示了其在资源受限硬件上部署先进AI的潜力。 AI
影响 使复杂的基于LLM的推理能够用于资源受限的边缘设备的实时应用。
排序理由 该集群包含一篇详细介绍模型优化和部署新方法的 ist 研究论文。
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 →
完整方法见我们的编辑标准。
arXiv:2605.29705v1 Announce Type: new Abstract: Trajectory prediction is a fundamental task for autonomous systems, requiring complex reasoning about multi-agent interactions and intents. Large language models (LLMs) have recently been adopted for this task, as they provide stron…
Trajectory prediction is a fundamental task for autonomous systems, requiring complex reasoning about multi-agent interactions and intents. Large language models (LLMs) have recently been adopted for this task, as they provide strong contextual reasoning and interpretable, langua…