ThinkBit 提出严格标量二比特量化框架
热点事件持续更新
ThinkBit 提出严格标量二比特量化框架
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Rhea Sanjay Sukthanker 等作者提交论文，提出面向推理语言模型的二比特量化框架 ThinkBit：每个权重由一个整数码字乘以一组权重共享的 bfloat16 缩放因子表示。 在 Qwen3-1.7B 上，其重校准检查点在 MATH-500 得分 46.7，高于用同数据训练的 EfficientQAT 的 30.0；经 QAT 后升至 73.0。模型体积 0.52 GB，小于该模型所有已发布的二比特 GGUF。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
ThinkBit：用搜索码字、重校准缩放与推理选择实现二比特量化推理模型报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AIThinkBit：用搜索码字、重校准缩放与推理选择实现二比特量化推理模型
ThinkBit 是一个严格标量的二比特量化框架，每个权重由整数码字乘以一组权重共享的 bfloat16 缩放因子表示。在 Qwen3-1.7B 上，其重校准检查点在 MATH-500 得分 46.7，高于同数据训练的 EfficientQAT 的 30.0，经 QAT 后升至 73.0，模型体积 0.52 GB，小于该模型所有已发布的二比特 GGUF。
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。