跳到正文
热点事件持续更新

InfoQuant提出面向量化器的激活分布设计方法

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年10月22日，Ke Li等人在arXiv发布论文，提出免训练量化方法InfoQuant。 该方法利用峰值抑制正交变换（PSOT）重塑LLM激活分布，并引入自适应离群token选择增强鲁棒性，使低比特量化更友好。 实验显示，在W4A4KV4配置下，该方法平均保留97%浮点精度；在LLaMA-2 13B上，较SOTA方法将性能差距减少42%。代码已公开。

AI 根据报道生成 · 12 小时前更新

最新进展10月22日 12:00
InfoQuant: 通过重塑激活分布实现低比特 LLM 量化

报道时间线

沿着报道，了解事件的不同侧面。

10月22日
  1. arXiv · ML
    InfoQuant: 通过重塑激活分布实现低比特 LLM 量化

    InfoQuant 提出一种免训练方法，通过峰值抑制正交变换（PSOT）重塑 LLM 激活分布，使低比特量化更友好。 该方法引入自适应离群 token 选择以增强鲁棒性。在 W4A4KV4 配置下，平均保留 97% 浮点精度，并较 SOTA 减少 LLaMA-2 13B 性能差距 42%。

本事件热度走势

可比范围当前
7
可比范围峰值
910月22日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。