Boyuan Zheng团队提出OnQ量化感知训练方法

1. 12:00
   arXiv · ML

   OnQ：通过自生成轨迹恢复量化大语言模型的推理能力

   低比特量化大语言模型在长程推理任务上表现受限，常因固定响应监督导致轨迹发散与分布错位。本文提出 OnQ 管道，结合在策略蒸馏与动态 KL 散度，在 Qwen3 1.7B/4B/8B 的 2-3 bit 量化中取得最佳性能。

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。