ResidualQuant：循环Transformer的KV缓存2比特量化
热点事件持续更新
ResidualQuant：循环Transformer的KV缓存2比特量化
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
Heejun Kim等作者发布论文提出 ResidualQuant，用最后一轮循环的 KV 状态作为参考，以低精度残差表示其余循环，并结合最小二乘缩放、旋转与逐循环混合精度，将循环 Transformer 的 KV cache 量化低至 INT2。 该方法针对循环 Transformer 中 KV cache 随循环次数增长的内存瓶颈。作者称这能在该场景下实现低精度量化，但报道未给出量化后的性能或精度损失结果。
AI 根据报道生成 · 57 分钟前更新
最新进展10月8日 12:00
ResidualQuant：面向循环 Transformer 的 2-Bit 残差 KV Cache 量化报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.LGResidualQuant：面向循环 Transformer 的 2-Bit 残差 KV Cache 量化
针对循环 Transformer 中 KV cache 随循环次数增长的内存瓶颈，ResidualQuant 以最后一轮循环的 KV 状态为参考，用低精度残差表示其余循环，并结合最小二乘缩放、旋转与逐循环混合精度，实现低至 INT2 的量化。
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。