SAGE：2 比特向量量化 LLM 逼近可用
原文标题：SAGE: Pushing 2-Bit Vector-Quantized LLMs toward Real-World Usability
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 SAGE 权重向量量化方法，用能量分层分组（ESG）保护敏感权重通道，用自适应比特拆分（ABS）在固定比特预算下平衡方向码本与半径精度。在 2 比特设置下达到 SOTA，Qwen3-30B-A3B 保留 BF16 平均基准分的 95.3%，配合定制 CUDA 内核较 FP16 端到端加速最高 2.55 倍。
深读 · 结论先行AI 生成展开看要点与影响 ↓
SAGE 让 2 比特向量量化逼近可用：Qwen3-30B-A3B 保留 BF16 基准分 95.3%。
- •针对 3 比特以下标量量化精度损失严重、现有向量量化在真实任务仍明显退化的问题
- •ESG 能量分层分组把不同能量层通道编入同一子向量，优先保护敏感通道
- •ABS 在固定比特预算下按激活加权重建误差，平衡方向码本容量与半径精度
- •2 比特设置下达 SOTA，Qwen3-30B-A3B 保留 BF16 平均基准分 95.3%
- •配合定制 CUDA 内核，较 FP16 端到端加速最高 2.55 倍
为什么重要：2 比特权重是压低大模型部署显存与成本的关键档位，95.3% 的保留率意味着极端量化可能从「能跑」走向「能用」。
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。