arXiv ID:
2602.05902
arXiv 提交日期: 2026-02-05
用于训练后量化的正则化校准与逐次舍入方法 / Regularized Calibration with Successive Rounding for Post-Training Quantization
1️⃣ 一句话总结
这篇论文提出了一种新的训练后量化方法,通过结合对称与非对称校准的正则化技术,以及一种高效的逐次舍入搜索策略,在仅增加少量计算成本的前提下,显著提升了大语言模型在低比特量化后的性能表现。