LLM 压缩到每参不足1bit
LotfiSanae · x · 2026-07-14
转发一篇关于 亿参数级 LLM 压缩 的研究：作者提出 requential coding，声称可以把参数压到 每参数不到 1 bit 的水平。
这项工作还试图解释一个更大的问题：为什么随着规模继续扩大，模型并没有撞上“泛化墙”。原帖附有完整线程，作者是 Shikai Qiu 等人。
所属事件:新研究实现大模型每参数不足1bit压缩(3 条相关)→
「研究」频道最新
- OpenAI 基金会资助 UNC 肿瘤抗原研究，招聘资深实验科学家 — iskander · 2026-10-27
- 研究者定向干预注意力头：向上提升诚实，向下压制道德虚无 — edelwax · 2026-10-27
- 研究表明神经元足以做电路分析，transcoder 增益有限 — burny_tech · 2026-10-27
- EMNLP 论文 GENIE:细粒度度量 LLM 故事的「新意」究竟在哪 — gregd_nlp · 2026-10-27
- hash n-gram 值嵌入助力 12×1024 GPT 刷新 30M 纪录至 3.2115 — RobertTLange · 2026-10-27
- MissionReport 基准:前沿模型写政府状态报告平均仅得约60分 — Exp_Mark · 2026-10-27