Llama-Mobile：VLM 2.7比特量化框架
热点事件持续更新
Llama-Mobile：VLM 2.7比特量化框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者 Luka Ribar、Jeevan Bhoot、Douglas Orr 发布论文，提出面向移动端视觉语言模型（VLM）的量化框架 Llama-Mobile。该框架用模型自身生成训练数据，无需访问原始训练流程，并设计 2.7-bit 每参数格式以在 Arm CPU 上高效执行。 据论文，该框架将 Llama 3.2 11B Vision Instruct 压缩至 3.7 GB（8-bit 激活），在标准视觉问答任务上保持较强性能。上述效果为论文作者所述。
AI 根据报道生成 · 1 小时前更新
最新进展10月5日 12:00
Llama-Mobile：面向 VLM 的高效 2.7-bit 量化框架报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.LGLlama-Mobile：面向 VLM 的高效 2.7-bit 量化框架
研究者提出 Llama-Mobile 框架，用模型自身生成训练数据、无需访问原始训练流程，并设计 2.7-bit 每参数格式以在 Arm CPU 上高效执行。该框架将 Llama 3.2 11B Vision Instruct 压缩至 3.7 GB（8-bit 激活），在标准视觉问答任务上保持较强性能。
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。