普渡 SQS 框架:贝叶斯稀疏化加量化实现大模型高压缩
Purdue · hf · 2026-09-09
普渡大学团队在 Hugging Face 发布 SQS,一个统一的贝叶斯变分压缩框架。
- 结合 spike-and-slab 稀疏化与高斯混合量化,统一处理剪枝与量化
- 能在大规模神经网络实现高压缩率,同时精度损失极小
- 为 DNN 压缩提供了基于贝叶斯推断的统一理论框架
「研究」频道最新
- kornia-rs：Rust 低层 3D 视觉库，性能超 OpenCV 与 NVIDIA VPI — edgarriba · 2026-09-09
- 研究员写综述自曝:引用的博客与 HF 链接比论文还多 — antoine_chaffin · 2026-09-09
- ECCV 2026 工作坊论文：通过场景一致性约束改进 FoundationPose — ducha_aiki · 2026-09-09
- ECCV 2026 主题演讲预告:我们在重新发现几何吗? — ducha_aiki · 2026-09-09
- 对 AI 疲惫时看看 Colossal:人类首次复活恐狼的公司 — retr0jirachi · 2026-09-09
- 新攻击可从 CPU 缓存痕迹重建本地 LLM 输出文本 — chaumian · 2026-09-09