SLQ 将大模型量化到 3.3 bits/参数且还能提速
TheZachMueller · x · 2026-07-24
SLQ 把 LLM 量化做到 3.3 bits/参数，还能提速
这篇论文提出 SLQ（Statistically-Lossless Quantization），主张量化不必在“保持模型质量”和“加速推理”之间二选一。
- 论文先区分两种“无损”：
- 任务无损：零样本基准的准确率仍在自然采样波动范围内；
- 分布无损：量化后模型的 next-token 分布与原模型几乎不可区分。
- 作者还提出 EAR（Expected Acceptance Rate） 作为直观可解释的保真度指标，例如 EAR ≥ 0.99 可理解为 99% token 一致。
- 论文证明了一个方差定律：对称量化会让噪声方差相对非对称量化按 γ² 放大，因此想做分布级保真，非对称量化是前提。
- 实验上，SLQ 在部分模型上做到 低于 4 bits/参数的任务无损压缩，最低到 3.3 bits/参数；分布无损则可做到 5–6 bits/参数，并在优化 kernel 下获得 1.7–3.6× 的推理吞吐提升。
代码已开源到 IST-DASLab/SLQ。
所属事件:SLQ论文实现大模型近无损量化与提速(2 条相关)→
「Infra」频道最新
- PyTorch 实测:ExecuTorch+Arm SME2 让端侧流式语音识别提速 2.12 倍 — PyTorch · 2026-10-27
- 单 GPU 收入可随降价上升：Gavin Baker 拆解 token 价格与利润率的算术 — GavinSBaker · 2026-10-27
- Anthropic S-1 关键数字:成立以来算力支出仅 193 亿美元,算力过度建设警报 — bookwormengr · 2026-10-27
- CoreWeave 三周 RL 后训练:BrowseComp 提升 22.9%,工具调用省三成 — RichardSocher · 2026-10-27
- 电网排队成 AI 工厂瓶颈,Exowatt 与 Redwood 给出储能新解法 — ingliguori · 2026-10-27
- Wasmtime 曝两个 CVSS 9.9 沙箱逃逸漏洞，其中一个仅影响 ARM64 — basedjensen · 2026-10-27