КПД

@quant_prune_distill - Kanal Telegram

Sonstiges

★★★★★

—

0 Bewertungen

3.4K

Abonnenten

13/07/26

Hinzugefügt

In Telegram öffnen

Über КПД

КПД ist ein Telegram-Kanal rund um Sonstiges, mit über 3k Abonnenten. Квантование & Прунинг & Дистилляция Блог про сжатие сетей и не только. От древнейших времен по настоящее время. Tritt dem Kanal bei, um alle Updates direkt auf Telegram zu erhalten.

Originalbeschreibung

Квантование & Прунинг & Дистилляция Блог про сжатие сетей и не только. От древнейших времен по настоящее время.

Neueste Nachrichten

🛠 Метод 🎯 Авторы ставят своей целью эффективный инференс на edge-девайсах вроде мобилок. iOS накладывает жёсткие ограничения на размер памяти, используемой приложением, — ~3 гига, поэтому чекпоинт 4B-модели туда никак не влезет без оффлоадинга. 🏗 Архитектура модели включает в себя трансформерные блоки, PLE-эмбеддинги и объединённую LM-голову / эмбеддинги. Каждая из компонент требует своего рецепта

08/07/26 1.91K

Годный блогпостик про использование FP4 квантизации в проде от провайдера Spheron. В частности, оценивается стоимость инференса при аренде конкретной GPU с учетом максимально достижимого throughput при использовании данного типа данных, а также вопросы качества и доступности в инференсных фреймворках.

20/07/26 10.5K

Quantized Reasoning Models Think They Need to Think Longer, but They Do Not 📄 Статья 📝 Блогпост Известно, что квантизованные модели просаживаются в качестве несколько сильнее, чем модели на остальных классах задач. Но из-за чего именно это происходит? Команда из Meta обнаружила, что квантизованные модели подвержены overthinking: они начинают зацикливаться в рассуждениях и, даже получая в промежуто

20/07/26 1.03K

🧪 Метод и эксперименты Авторы рассматривают следующие варианты квантизации: * 🔹 weight-only AWQ в 3 и 4 бита; * 🔹 weight-only GPTQ в 3 и 4 бита; * 🔹 weight + activation + KV-cache-квантизация в 4 и 8 бит при помощи FlatQuant . Качество оценивают на задачах по математике, общим научным вопросам (GPQA-Diamond) и кодингу (LiveCodeBench). В качестве моделей рассматривают дистиллы дипсика и QwQ (почему

20/07/26 1.03K

Extreme Low-Bit Inference in Reasoning Models: Failure Modes and Targeted Recovery 📄 Статья 💻 Код Вдогонку про влияние квантизации на ризонинг. Ребята из Brain Lab выпустили интересное исследование, показывающее, как ломается ризонинг у квантизованных моделей, а также пару стратегий, помогающих предотвратить зацикливание генерации.

21/07/26 1.11K

🧪 Метод и эксперименты В данной работе фокусируются на 2-битном weight-only-сжатии ризонящих моделей. В аппендиксе есть эксперименты с FP4, со сжатием активаций и KV-кэшей. Квантизуют модели Qwen3-8B / Qwen3-32B через GPTQ. Оказывается, что квантизация сильно меняет поведение трейсов ризонинга: 🔄 Число циклов резко возрастает, особенно для меньшей модели. 📏 Многие трейсы не вписываются в заданный

21/07/26 1.04K

Интересная по описанию либа Humming от InclusionAI. Позиционируется как легковесный, высокопроизводительный фреймворк с JIT-компилированными GEMM-операциями (под NVIDIA GPU). ⚙️ Он предлагает широкий ассортимент кернелов под разные конфигурации квантованных весов и активаций: • 🧮 Веса можно квантовать почти в любую целочисленную битность от 1 до 8, а также в разные варианты FP. • ⚡ Активации можно

22/07/26 1.23K

Бывает и такое, что Reviewer #2 ставит тебе Accept. Но ревью настолько короткое и несодержательное, что Area Chair не примет во внимание...

23/07/26 984

Textvorschau der neuesten öffentlichen Nachrichten — Medieninhalte werden nicht angezeigt.

Bewertungen (0)

Noch keine Bewertungen

Häufige Fragen

Tippe auf die Schaltfläche 'In Telegram öffnen' und drücke dann 'Beitreten', um den Kanal zu abonnieren.

Ja, öffne den Kanal, tippe oben auf den Namen, dann auf 'Benachrichtigungen' und wähle 'Stummschalten' für den gewünschten Zeitraum.

Die Häufigkeit der Beiträge ist von Kanal zu Kanal unterschiedlich. Sieh dir die letzten Beiträge an, um ein Gefühl dafür zu bekommen.

Manche Kanäle haben in der Beschreibung einen Link zu einer Diskussionsgruppe oder einen Admin-Kontakt. Andernfalls ist keine direkte Kontaktaufnahme möglich.