Nov, 2024

“给我 BF16 否则让我去死”?大型语言模型量化中的准确性与性能权衡

TL;DR本研究解决了大型语言模型(LLM)量化过程中准确性与性能之间的权衡问题。通过对FP8、INT8和INT4等不同量化格式的全面实证研究,我们提出了一些量化改进,取得了最新的准确性恢复结果。关键发现表明,适当调整的INT8量化仅会导致1-3%的低准确性下降,为量化LLM的实际部署提供了实用指南。