GateRQ按门控精度量化条件记忆
热点事件持续更新
GateRQ按门控精度量化条件记忆
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Tianqi Chen等作者提出GateRQ，利用条件记忆层中缩放检索行的门控值分配量化精度：每行存为1-bit残差码阶梯，第1级常驻GPU内存用于计算门控，仅对门控排名最高的查找读取更深层级。 作者称，在DeepSeek-V4.1-Flash上无需重训练即可将GPU表内存降低7.8倍，vLLM吞吐量较FP8表提升11%-31%；代价是每次查找读取1.50比特时PopQA约降1分，读取2.10比特时两个模型约降0.2分。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
GateRQ：按门控决定量化条件记忆的每次查找精度报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIGateRQ：按门控决定量化条件记忆的每次查找精度
GateRQ 利用条件记忆层中缩放检索行的门控值来分配量化精度，在 DeepSeek-V4.1-Flash 上无需重训练即将 GPU 表内存降低 7.8 倍，vLLM 吞吐量较 FP8 表提升 11%-31%。
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。