HGA-Quant 提出免训练量化框架

Xinmeng Liu 等作者提交论文，提出面向自回归视觉生成（ARVG）模型的免训练后训练量化（PTQ）框架 HGA-Quant。 该框架由两部分组成：尾部感知有界初始化网格细化（T-BGR）和由粗到细激活精度调度（CAPS），目标是实现 ARVG 模型的低比特量化。 这是目前唯一披露的内容：论文未给出量化后的效果数据，作者也未声称该方法已在特定模型或任务上验证。

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。