提出VLCQ变长编码后训练量化方法

Reem Abdel-Salam、Ahmed H. Abdel-Gawad和Amr G. Wassal在arXiv论文（arXiv:2610.15092v1）中提出后训练量化方法VLCQ，用可变长度编码放宽定点编码约束，无需训练数据或微调整个模型即可探索更低比特宽度的量化。 摘要称，在图像分类、分割和目标检测实验中该方法提升了压缩率与准确率；逐通道量化在多数评测模型上超过FP32和PWLQ的精度，相对FP32最高实现6倍压缩、相对PWLQ最高1.7倍压缩，在性能下降低于4%时相对FP32最高实现12.25倍压缩。以上为论文摘要声称的结果，尚属作者报告阶段。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。