SoloQ：扩散语言模型免校准量化框架

研究者提出免校准量化框架 SoloQ，用于扩散语言模型（dLLM）的低比特量化。该方法将权重和激活映射到具有可预测边缘分布的归一化旋转基，实现与数据无关的量化，并结合结构化 K-RPBH 旋转与轻量重缩放校正。 论文由 Donghyun Lee 等作者发布在 arXiv 的 cs.LG 分类下，针对的是扩散语言模型因全序列去噪和高推理成本难以部署的问题。

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。