将后训练三值化扩展至Qwen3-8B：能力保持与打包执行
原文标题：Scaling Post-Training Ternarisation to Qwen3-8B Capability Retention, Reproduction, Lossless Packing, and Packed Execution
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文将激进的后训练三值化流程从 Qwen3-4B 扩展到 Qwen3-8B，采用 KOTMS 旋转、E2M-ATQ 自适应三值化与 GPTQ 式误差补偿。8B 模型在三语料困惑度比为 1.361 倍，八项零样本任务平均准确率 64.6%（FP16 为 72.4%），机会校正后保留率 78.5%。打包检查点为 8.24 GiB，直接打包执行达 15.52 tokens/s，但打包 GEMV 仍慢于 FP16 cuBLAS。
- 问题
- 超低比特模型的「1.58-bit」标签未说明实际部署表示与执行成本。
- 方法
- 把后训练三值化流程（KOTMS 旋转、E2M-ATQ 自适应三值化、GPTQ 式误差补偿）从 Qwen3-4B 扩展到 8B，并做端到端打包执行表征。
- 结果
- 三语料困惑度比 1.361 倍；八项零样本任务平均 64.6%（FP16 72.4%），机会校正保留率 78.5%；打包检查点 8.24 GiB，直接执行 15.52 tokens/s。
- 影响
- 给出可复现的 8B 三值化基线，说明模型越大越耐受激进离散化，但打包 GEMV 仍慢于 FP16 cuBLAS，部署收益主要在存储与显存。
深读 · 结论先行AI 生成展开看要点与影响 ↓
三值化扩至Qwen3-8B：八项零样本均值64.6%对FP16的72.4%，打包8.24GiB
- •流程沿用KOTMS旋转、E2M-ATQ自适应三值化与GPTQ式误差补偿，作者不主张算法新颖
- •三语料困惑度比1.361倍（WikiText-2 1.318、C4 1.393、PTB 1.371）
- •机会校正后保留率78.5%，绝对损失7.8分；匹配的4B运行仅保留69.6%，8B领先8.9分
- •打包检查点8.24 GiB，直接打包执行15.52 tokens/s占7.35 GiB，但打包GEMV仍慢于FP16 cuBLAS
为什么重要：给出可复现的端到端三值化基线：模型越大越抗激进离散化，但打包执行尚不敌FP16，部署收益仍待兑现。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。