Feb, 2024

APTQ:针对大型语言模型的注意力感知后训练混合精度量化

TL;DR通过引入APTQ(关注感知的后训练混合精度量化),该研究提出了一种在大规模语言模型上进行混合精度量化的方法,利用Hessian迹作为灵敏度指标,以实现在模型性能保持的前提下进行精度降低,并取得了优于以往量化方法的效果。