跳到正文
热点事件持续更新

LeanTTA:边缘设备无反向传播量化测试时自适应方法

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

2026年10月19日,arXiv发布LeanTTA论文,提出无反向传播且无状态的量化测试时自适应框架,专为资源受限边缘设备设计。 该方法通过动态更新归一化统计量实现自适应,结合部分自适应与量化模块融合,ResNet18模型峰值内存占用仅11.2MB,误差降低15.7%。 LeanTTA在传感器模态验证中显著优于现有最先进方法,解决了边缘部署中数据有限与环境多变导致的准确性与效率平衡难题。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv · ML
    LeanTTA:面向边缘设备的无反向传播且无状态量化测试时自适应方法

    LeanTTA 提出了一种无反向传播且无状态的量化测试时自适应框架,专为资源受限的边缘设备设计。 该方法通过动态更新归一化统计量实现自适应,结合部分自适应与量化模块融合,ResNet18 模型峰值内存占用仅为 11.2MB,误差降低 15.7%。 LeanTTA 在传感器模态验证中显著优于现有最先进方法,解决了边缘部署中数据有限与环境多变导致的准确性与效率平衡难题。

本事件热度走势

可比范围当前
8
可比范围峰值
910月19日 15:00
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。