PulseAugur
中
实时 08:48:23
实体 Quantization Errors

Quantization Errors

PulseAugur coverage of Quantization Errors — every cluster mentioning Quantization Errors across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_284629 ·

    激活去噪提高了大语言模型量化效率

    研究人员推出了一种名为“激活去噪”的大语言模型量化新方法。该技术旨在通过解决并行处理中量化误差累积的问题来提高大语言模型压缩的效率。通过将上游误差视为噪声并应用正则化，该方法在保持并行处理速度的同时，恢复了慢速串行量化的大部分准确性优势。这种方法为大规模实现更高效、更准确的大语言模型量化提供了一种原则性的途径。