arXiv · cs.AI· Tianhao Guo·· 5 小时前
逐层量化中何时补偿继承误差可获得均方保证及其局限
When Does Compensating Inherited Quantization Error Help? Mean-Square Guarantees for Layer-Wise Quantization and Their Limits
arXiv:2610.16020v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tianhao Guo
研究任务与主要进展
Tianhao Guo在论文摘要中研究了逐层后训练量化何时能通过补偿前层量化误差获得不超过未补偿方案的输出均方误差，并给出一组保证条件及其失效边界。摘要报告，在两个8B模型的4比特量化实验中，固定半强度补偿在所测模型、文本和绘画任务上均优于未补偿舍入，但选择强度的规则未能稳定超过逐层规则，且用于选择的全网络损失降低未可靠转化为新文本上的改善。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org