arXiv · cs.AI· Wenjun Wang, Heng Li, Yanggan Gu, Hongxia Yang·· 1 天前
OnlineQAT：通过在策略蒸馏实现超低比特大语言模型量化
OnlineQAT: On-Policy Distillation for Ultra-Low-Bit Large Language Models
arXiv:2610.09346v1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：Wenjun Wang, Heng Li, Yanggan Gu, Hongxia Yang
首次提交：2026-10-07 11:05
研究任务与主要进展
OnlineQAT提出两阶段量化恢复框架：先通过分块QAT获得可用的低比特初始化，再使用量化模型自身生成的响应进行在策略蒸馏，由冻结的全精度教师提供采样反向KL训练信号。基于论文摘要，在Qwen3-1.7B上，该方法在W3A16和W2A16下的平均结果分别为57.28和32.52，较ReasoningQAT分别提高2.90和0.44分。
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