LLM压缩新法：每参不足1bit
andrewgwils · x · 2026-07-15
这条转发的是一篇关于 LLM 压缩 的研究预告：作者提出了 requential coding，声称可以做到 每参数少于 1 bit 的压缩。
帖子还强调，这项工作试图解释一个更大的问题：为什么模型规模继续扩大，并不会撞上“泛化墙”。原推文包含论文链接与合作者信息。
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
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11