JARQ：量化联合交替精修方法
原文标题：JARQ: Joint Alternating Refinement for Quantization
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。
分组训练后量化器将权重舍入到未针对整数码重新拟合的网格上，损失了精度。论文提出 JARQ，从任意分组量化器出发，交替进行所有组尺度的联合最小二乘拟合与有界 Babai 提议，可同时移动一组内多个码。该方法无需反向传播，不改变宿主位宽、分组、零点与推理成本，在 Llama-2/3 与 Qwen 上 96 组对比中 90 组降低困惑度，三比特 RTN 困惑度最多降低 36%。
深读 · 结论先行AI 生成展开看要点与影响 ↓
JARQ在96组对比中90组降低困惑度，三比特RTN困惑度最多降36%。
- •从任意分组量化器出发，交替进行所有组尺度的联合最小二乘拟合与有界Babai提议
- •可同时移动一组内多个码，无需反向传播，不改变宿主位宽、分组、零点与推理成本
- •在Llama-2/3与Qwen上覆盖RTN、GPTQ、OmniQuant、AWQ宿主，96组对比中90组降低困惑度
- •三比特RTN困惑度最多降低36%，24种配置中23种提升平均多选准确率，7B模型每块耗时不到一分钟
为什么重要：对做后训练量化的团队是低成本即插即用改进：不增加推理开销就能提升精度，且兼容现有主流量化方法。
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。