AWT：免训练激活感知权重张量化压缩方法

Alessandro Beatini、Marco Maronese、Emanuele Rodolà 提出 Activation-aware Weight Tensorization（AWT），一种免训练的校准封装：在不改动原有 TT/TTN 求解器的前提下，用激活导出的对角缩放对每个权重矩阵做预条件，部署时只需在输入端做逐元素重缩放。 该方法面向张量网络 LLM 压缩，目标是在既有张量分解流程前利用激活信息改善权重张量化效果，且无需重新训练。目前报道只给出方法设计，未提供压缩率、精度对比等实测结论。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。