GateRQ：按门控精度量化 DeepSeek 条件记忆表
原文标题：Let the Gate Decide: Per-Lookup Precision for Quantized Conditional Memory in LLMs
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。
论文针对 DeepSeek Engram 类条件记忆层提出 GateRQ，利用门控值加权量化误差，将每行存为 1-bit 残差码阶梯，仅对门控排名高的查表读取更深层级。在 DeepSeek-V4.1-Flash 上无需重训即把 GPU 表内存压缩 7.8 倍，vLLM 吞吐较 FP8 提升 11%-31%，PopQA 仅损失约 1 分。研究揭示按访问频率分配比特反而劣于随机。
深读 · 结论先行AI 生成展开看要点与影响 ↓
GateRQ无需重训把DeepSeek-V4.1-Flash的GPU表内存压缩7.8倍。
- •针对DeepSeek Engram类条件记忆层，用门控值加权量化误差
- •每行存为1-bit残差码阶梯，第1层常驻GPU用于计算门控，仅对门控排名高的查表读取更深层
- •移除Engram表会使DeepSeek-V4.1-Flash损失36.8个PopQA点
- •GPU表内存压缩7.8倍，vLLM吞吐较FP8提升11%-31%
- •每次查表读1.50比特时PopQA仅损失约1分，2.10比特时损失0.2分；按访问频率分配比特反而劣于随机
为什么重要：揭示门控加权才是条件记忆表量化的正确依据，对部署大参数记忆表的推理团队有直接降本意义。
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
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。