OnlineQAT：超低位宽 LLM 的在线策略蒸馏
原文标题：OnlineQAT: On-Policy Distillation for Ultra-Low-Bit Large Language Models
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。
研究者提出 OnlineQAT，一个两阶段框架，先通过分块 QAT 获得可用的低位初始化，再在学生生成的响应上进行在线策略蒸馏。在 Qwen3-1.7B 上，OnlineQAT 在 W3A16 与 W2A16 下取得对比方法中最佳平均分，分别比 ReasoningQAT 提升 2.90 和 0.44 分。
深读 · 结论先行AI 生成展开看要点与影响 ↓
OnlineQAT用在线策略蒸馏做超低位宽恢复，Qwen3-1.7B上W3A16比ReasoningQAT高2.90分。
- •两阶段：分块QAT得到低位初始化，再在学生自生成响应上做在线策略蒸馏
- •每个访问到的前缀由冻结全精度教师提供采样的reverse-KL信号
- •Qwen3-1.7B上W3A16得57.28、W2A16得32.52，均为对比方法最佳
- •分别比ReasoningQAT提升2.90和0.44分
- •作者认为三比特场景下学生自访问状态提供的信息尤其有价值
为什么重要：指出离线恢复数据与量化模型实际所处状态不匹配，为3比特以下量化的精度恢复提供了一条更贴合部署分布的思路。
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。