QDA发布闭环LLM智能体量化设计论文
热点事件持续更新
QDA发布闭环LLM智能体量化设计论文
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
2026年11月19日,arXiv发布论文《QDA: Closed-Loop LLM Quantization Design with Agents》,作者为Xingyang Li等人。该工作利用智能体自动设计大语言模型量化配方,在W4A16、W4A8和W3A16精度下平均精度比最强公开配方高0.9、1.4和2.2个百分点。 QDA系统通过计算KL散度快速评分候选方案,每次搜索仅需64个GPU-hours。该系统提供兼容新架构的公开PTQ方法库,并将在未来开源相关库、评估器及测试框架。 在GLM-5.3-Flash模型上,QDA恢复了FP8模型98.3%的准确率,且所有检查点均无推理开销。该研究通过智能体生成针对特定模型与精度的量化配方,实现了高效闭环设计。
AI 根据报道生成 · 11 小时前更新
最新进展11月19日 13:00
QDA:基于智能体的闭环大语言模型量化设计报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · NLPQDA:基于智能体的闭环大语言模型量化设计
QDA 利用智能体自动设计量化配方,在 W4A16、W4A8 和 W3A16 精度下平均精度比最强公开配方高 0.9、1.4 和 2.2 个百分点。 该系统通过计算 KL 散度快速评分候选方案,并提供兼容新架构的公开 PTQ 方法库,每次搜索仅需 64 个 GPU-hours。 在 GLM-5.3-Flash 模型上,QDA 恢复了 FP8 模型 98.3% 的准确率,所有检查点均无推理开销。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日
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。