跳到正文
热点事件持续更新

研究者提出脉冲Transformer量化方法DAQ

1 篇报道1 个报道来源22 小时前更新

先了解这件事

AI 综述

研究者提出决策对齐训练后量化方法 DAQ,通过校准量化器,使脉冲神经元的发放决策与浮点参考模型对齐,从而在 4-bit 权重与膜变量下保持发放行为。 在 FE108 数据集上,DAQ 配合 SDTrack 取得 58.8% AUC 和 90.9% PR,同时降低 66.2% 能耗。该方法在图像分类、语义分割和事件驱动跟踪的多类脉冲 Transformer 架构上验证有效。

AI 根据报道生成 · 14 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv cs.AI
    DAQ:面向脉冲 Transformer 的决策对齐训练后量化方法

    研究者提出决策对齐训练后量化方法 DAQ,通过校准量化器使脉冲神经元的发放决策与浮点参考模型对齐,在 4-bit 权重与膜变量下保持发放行为。在 FE108 数据集上,DAQ 配合 SDTrack 取得 58.8% AUC 和 90.9% PR,同时降低 66.2% 能耗。该方法在图像分类、语义分割和事件驱动跟踪的多类脉冲 Transformer 架构上验证有效。

本事件热度走势

可比范围当前
5
可比范围峰值
811月19日 22:00
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。