AutoQS:用LLM自动设计量化策略
热点事件观察中
AutoQS:用LLM自动设计量化策略
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Zhen Liu等作者提出AutoQS,用大语言模型在有限评估预算内自动搜索逐层与逐算子的group-size分配,在固定权重精度下兼顾模型质量与存储成本。 在Qwen2.5-7B-Instruct上以四位权重量化时,AutoQS的七任务平均准确率分别比uniform-group GPTQ和AWQ高0.70和1.12个百分点。该方法结合廉价质量代理评估、候选仓库与周期性实际量化反馈来指导搜索。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
AutoQS:用大语言模型自动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:用大语言模型自动设计量化策略
AutoQS 利用 LLM 在有限评估预算内自动搜索逐层与逐算子的 group-size 分配,在固定权重精度下兼顾模型质量与存储成本。在 Qwen2.5-7B-Instruct 上以四位权重量化时,其七任务平均准确率分别比 uniform-group GPTQ 和 AWQ 高 0.70 和 1.12 个百分点。方法结合廉价质量代理评估、候选仓库与周期性实际量化反馈来指导搜索。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。