arXiv发布LIRQuant旋转量化方法论文
热点事件持续更新
arXiv发布LIRQuant旋转量化方法论文
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
2026年10月20日，arXiv（cs.AI）发布论文《LIRQuant: An Efficient Locally Isolated Rotation Quantization Method for Large Language Models》。 该方法通过选择性旋转量化实现LLaMA-3-8B模型25分钟校准，在W4A4KV4精度上表现领先。它利用噪声加权指标识别敏感通道，对敏感通道分别施加可学习旋转和固定旋转。 实验显示，LIRQuant将预填充加速2.3倍，内存节省3.5倍。该论文已被EMNLP 2026接收。
AI 根据报道生成 · 44 分钟前更新
最新进展10月20日 12:00
LIRQuant 通过选择性旋转量化实现 LLaMA-3-8B 模型 25 分钟校准，W4A4KV4 精度领先。报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · AILIRQuant 通过选择性旋转量化实现 LLaMA-3-8B 模型 25 分钟校准，W4A4KV4 精度领先。
该方法使用噪声加权指标识别敏感通道，分别施加可学习旋转和固定旋转。 预填充加速 2.3 倍，内存节省 3.5 倍，已获 EMNLP 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。