热点事件观察中

SoScale：面向FP4量化的二阶尺度搜索方法

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Pengxiang Zhao 等人提出 SoScale，一种面向分层 FP4 量化的二阶权重尺度码搜索方法。该方法在 Hessian 感知的层重建目标下搜索硬件有效的尺度码，并结合 GPTQ 式误差恢复，按尺度对层输出的影响进行选择。在 Qwen3 系列模型上，SoScale 在 MXFP4、NVFP4 和 HiF4 三种格式下均持续降低下游任务的量化退化。

AI 根据报道生成 · 10 小时前更新

最新进展11月14日 13:00

SoScale：面向 FP4 量化的二阶尺度搜索方法

报道时间线

沿着报道，了解事件的不同侧面。

11月14日

13:00
arXiv cs.AI
SoScale：面向 FP4 量化的二阶尺度搜索方法
SoScale 是一种面向分层 FP4 量化的二阶权重尺度码搜索方法，在 Hessian 感知的层重建目标下搜索硬件有效的尺度码，并结合 GPTQ 式误差恢复，按尺度对层输出的影响进行选择。在 Qwen3 系列模型上，SoScale 在 MXFP4、NVFP4 和 HiF4 格式下均持续降低下游任务的量化退化。

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: –

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。