AutoQS：用LLM自动搜索模型量化分组策略
热点事件持续更新
AutoQS：用LLM自动搜索模型量化分组策略
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Zhen Liu 等作者发布论文提出 AutoQS，一种借助大语言模型自动设计量化策略的方法：在固定权重精度下按层和算子搜索 group-size 分配，用低成本质量代理加少量实际量化反馈，在有限评估预算内迭代优化。作者称在 Qwen2.5-7B-Instruct 的四比特权重实验中，其七任务平均精度较 uniform-group GPTQ 和 AWQ 分别提升 0.70 和 1.12 个百分点。
AI 根据报道生成 · 1 小时前更新
最新进展11月14日 13:00
AutoQS：用大语言模型自动化设计量化策略报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIAutoQS：用大语言模型自动化设计量化策略
AutoQS 是一种借助大语言模型自动搜索量化策略的方法，在固定权重精度下按层和算子搜索 group-size 分配，用低成本质量代理和少量实际量化反馈在有限评估预算内迭代优化。在 Qwen2.5-7B-Instruct 上的四比特权重实验显示，其七任务平均精度较 uniform-group GPTQ 和 AWQ 分别提升 0.70 和 1.12 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。