PRQuant：低开销推理的置换残差量化
原文标题：PRQuant: Permutation Residual Quantization for Low-Overhead Inference
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。
论文提出 PRQuant，一种免训练、低开销的低比特量化框架，通过通道重排与静态权重侧残差补偿，将零散的残差补偿转化为规整的尾部增强 GEMM。在 Qwen3 系列模型上，其平均精度超过默认 MXFP4 与多种 PTQ 基线，同时显著降低推理延迟。
- 问题
- 低比特量化精度受少数离群值主导，现有平滑/旋转/残差方法引入新瓶颈且在线执行开销大。
- 方法
- 免训练框架：AWQ缩放后把误差最大的输入通道置换到连续尾部块，离线构建残差子张量，推理时变成规整的尾部增强GEMM。
- 结果
- 在Qwen3系列上平均精度超过默认MXFP4与多种PTQ基线，并显著降低推理延迟。
- 影响
- 量化部署可直接替换MXFP4，精度更高且延迟更低，无需训练或在线gather开销。
深读 · 结论先行AI 生成展开看要点与影响 ↓
PRQuant免训练低比特量化，Qwen3上平均精度超MXFP4且延迟显著降低
- •免训练框架，结合通道重排与静态权重侧残差补偿
- •AWQ式缩放后识别对权重量化误差贡献最大的输入通道，置换为连续尾部块
- •离线构建残差权重子张量，推理时把零散残差补偿转为规整的尾部增强GEMM
- •消融显示平滑与残差补偿是数值提升主因，置换带来稳定边际收益并消除在线gather开销
为什么重要：低比特推理的瓶颈常在离群值与在线开销，PRQuant把补偿搬到离线与规整GEMM，对部署侧延迟敏感的场景有直接价值。
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。