OrBIT结构引导嵌入压缩框架提出
热点事件持续更新
OrBIT结构引导嵌入压缩框架提出
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yunied Puig 与 Amit Kumar Jaiswal 提交论文，提出结构引导的嵌入向量压缩框架 OrBIT：它从轨道动力学中学习可复用的局部几何结构来约束一组共享码字，并由全局重建残差决定编码预算分配。 在四个 LLM 嵌入向量表上，OrBIT 相对 16-bit 存储对 GPT-2 实现 37.9 倍压缩，每个 7B 表的压缩超过 23 倍，率失真性能可与现有量化和低秩基线竞争。
AI 根据报道生成 · 55 分钟前更新
最新进展10月8日 12:00
OrBIT：结构引导的嵌入向量压缩框架报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.LGOrBIT：结构引导的嵌入向量压缩框架
OrBIT 是一个结构引导的嵌入向量压缩框架，从轨道动力学中学习可复用的局部几何结构来约束共享码字，并让全局重建残差决定编码预算分配。在四个 LLM 嵌入向量表上，OrBIT 相对 16-bit 存储对 GPT-2 实现 37.9 倍压缩，每个 7B 表压缩超 23 倍，率失真性能可与现有量化和低秩基线竞争。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。