CanonQ：W2A4KV2联合量化框架大幅降低困惑度
原文标题：Few Bits, One Law: Toward W2A4KV2
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CanonQ量化感知训练框架，通过源规范化与任务自适应分离，实现权重、激活与KV缓存联合极低比特压缩。在LLaMA3系列W2A4KV2下WikiText-2困惑度最多降低14.28倍，零样本准确率提升57.9%。
深读 · 结论先行AI 生成展开看要点与影响 ↓
CanonQ实现W2A4KV2联合量化，LLaMA3上WikiText-2困惑度最多降14.28倍。
- •针对权重、激活、KV缓存同时量化时分布不同、误差在网络中相互作用的难题
- •用固定旋转与能量归一化把异构张量源映射到规范坐标，使冻结的高斯参考码本可跨层跨模型复用
- •联合训练在统一标量/向量接口内适配权重、激活与缓存量化的耦合误差，并给出冻结码本迁移误差与局部任务损失的界
- •LLaMA3-1B/3B/8B在W2A4KV2下，WikiText-2困惑度最多降低14.28倍，平均零样本准确率最多提升57.9%
- •MobileLLM-Pro-1B在W2A16KV16下，HumanEval pass@1相对提升41.7%，GSM8K精确匹配提升39.1%
为什么重要：极低比特联合量化若能在1B到8B规模稳定成立，将直接影响端侧与低成本推理的可行性边界。
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。