arXiv · cs.AI· Kai Yi, Tarek Elgamal, Sruthikesh Surineni, Vignesh Vivekraja, Soumyadeep Ghosh, Steven Li·· 3 天前
CanonQ 面向 W2A4KV2 的统一量化感知训练框架
Few Bits, One Law: Toward W2A4KV2
arXiv:2610.09202v1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：Kai Yi, Tarek Elgamal, Sruthikesh Surineni, Vignesh Vivekraja, Soumyadeep Ghosh, Steven Li
首次提交：2026-10-07 06:55
研究任务与主要进展
基于论文摘要，作者提出 CanonQ，将权重、激活和 KV Cache 的量化感知训练统一到同一框架中，面向 LLaMA3-1B/3B/8B 等模型实现 W2A4KV2 压缩。
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