arXiv · ML· Toshiaki Koike-Akino·· 14 天前AI 评分31
基于等价类的神经压缩:精确规范与功能率失真
Neural Compression over Equivalence Classes: Exact Gauges and Functional Rate-Distortion
AI 导读
该方法利用神经网络同一函数的不同参数化自由度实现压缩,在 SmolLM2 和 Qwen3 上将 Zstandard 压缩检查点大小减少最高 23.4%。 精确规范变换提供零失真基准,允许微小功能变化可带来更大的率失真增益。 gzip、Brotli 和 ZipNN 下也有类似的相对压缩比下降,验证了将训练网络表示自由度作为实际存储资源的可行性。
来源:arXiv · ML · arxiv.org