Buchumschlag

LRP-QViT: Mixed-Precision Vision Transformer Quantization via Layer-wise Relevance Propagation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ranjan, Navin, Savakis, Andreas
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mix-QViT: Mixed-Precision Vision Transformer Quantization Driven by Layer Importance and Quantization Sensitivity
von: Ranjan, Navin, et al.
Veröffentlicht: (2025)

Mix-QSAM: Mixed-Precision Quantization of the Segment Anything Model
von: Ranjan, Navin, et al.
Veröffentlicht: (2025)

Waterfall Transformer for Multi-person Pose Estimation
von: Ranjan, Navin, et al.
Veröffentlicht: (2024)

LampQ: Towards Accurate Layer-wise Mixed Precision Quantization for Vision Transformers
von: Kim, Minjun, et al.
Veröffentlicht: (2025)

AttnLRP: Attention-Aware Layer-Wise Relevance Propagation for Transformers
von: Achtibat, Reduan, et al.
Veröffentlicht: (2024)

MPTQ-ViT: Mixed-Precision Post-Training Quantization for Vision Transformer
von: Tai, Yu-Shan, et al.
Veröffentlicht: (2024)

MoPEFT: A Mixture-of-PEFTs for the Segment Anything Model
von: Sahay, Rajat, et al.
Veröffentlicht: (2024)

MixA-Q: Revisiting Activation Sparsity for Vision Transformers from a Mixed-Precision Quantization Perspective
von: Wang, Weitian, et al.
Veröffentlicht: (2025)

TreeQ: Pushing the Quantization Boundary of Diffusion Transformer via Tree-Structured Mixed-Precision Search
von: Yang, Kaicheng, et al.
Veröffentlicht: (2025)

Layer-Wise Relevance Propagation with Conservation Property for ResNet
von: Otsuki, Seitaro, et al.
Veröffentlicht: (2024)

Mixed Non-linear Quantization for Vision Transformers
von: Kim, Gihwan, et al.
Veröffentlicht: (2024)

MGRQ: Post-Training Quantization For Vision Transformer With Mixed Granularity Reconstruction
von: Yang, Lianwei, et al.
Veröffentlicht: (2024)

Amortized-Precision Quantization for Early-Exit Vision Transformers
von: Fang, Rui, et al.
Veröffentlicht: (2026)

MoQAE: Mixed-Precision Quantization for Long-Context LLM Inference via Mixture of Quantization-Aware Experts
von: Tao, Wei, et al.
Veröffentlicht: (2025)

ELSA: Exploiting Layer-wise N:M Sparsity for Vision Transformer Acceleration
von: Huang, Ning-Chi, et al.
Veröffentlicht: (2024)

Adaptive Distribution-aware Quantization for Mixed-Precision Neural Networks
von: Jia, Shaohang, et al.
Veröffentlicht: (2025)

MPQ-DM: Mixed Precision Quantization for Extremely Low Bit Diffusion Models
von: Feng, Weilun, et al.
Veröffentlicht: (2024)

GeminiFusion: Efficient Pixel-wise Multimodal Fusion for Vision Transformer
von: Jia, Ding, et al.
Veröffentlicht: (2024)

Data-Free Quantization via Mixed-Precision Compensation without Fine-Tuning
von: Chen, Jun, et al.
Veröffentlicht: (2023)

MPQ-Diff: Mixed Precision Quantization for Diffusion Models
von: Maruzzelli, Rocco Manz, et al.
Veröffentlicht: (2024)

Decision-Aware Attention Propagation for Vision Transformer Explainability
von: Jo, Sehyeong, et al.
Veröffentlicht: (2026)

SoLA-Vision: Fine-grained Layer-wise Linear Softmax Hybrid Attention
von: Li, Ruibang, et al.
Veröffentlicht: (2026)

RAZOR: Ratio-Aware Layer Editing for Targeted Unlearning in Vision Transformers and Diffusion Models
von: Ranjan, Ravi, et al.
Veröffentlicht: (2026)

Towards Accurate Post-Training Quantization of Vision Transformers via Error Reduction
von: Zhong, Yunshan, et al.
Veröffentlicht: (2024)

AdaLog: Post-Training Quantization for Vision Transformers with Adaptive Logarithm Quantizer
von: Wu, Zhuguanyu, et al.
Veröffentlicht: (2024)

Channel-wise Vector Quantization
von: Song, Wei, et al.
Veröffentlicht: (2026)

Layer-wise Instance Binding for Regional and Occlusion Control in Text-to-Image Diffusion Transformers
von: Chen, Ruidong, et al.
Veröffentlicht: (2026)

MetaMix: Meta-state Precision Searcher for Mixed-precision Activation Quantization
von: Kim, Han-Byul, et al.
Veröffentlicht: (2023)

6Bit-Diffusion: Inference-Time Mixed-Precision Quantization for Video Diffusion Models
von: Su, Rundong, et al.
Veröffentlicht: (2026)

EVO-LRP: Evolutionary Optimization of LRP for Interpretable Model Explanations
von: Zhang, Emerald, et al.
Veröffentlicht: (2025)

Layer-wise Alignment: Examining Safety Alignment Across Image Encoder Layers in Vision Language Models
von: Bachu, Saketh, et al.
Veröffentlicht: (2024)

BiggerGait: Unlocking Gait Recognition with Layer-wise Representations from Large Vision Models
von: Ye, Dingqiang, et al.
Veröffentlicht: (2025)

Semantic Alignment and Reinforcement for Data-Free Quantization of Vision Transformers
von: Zhong, Yunshan, et al.
Veröffentlicht: (2024)

AIQViT: Architecture-Informed Post-Training Quantization for Vision Transformers
von: Jiang, Runqing, et al.
Veröffentlicht: (2025)

Improving Adversarial Transferability on Vision Transformers via Forward Propagation Refinement
von: Ren, Yuchen, et al.
Veröffentlicht: (2025)

EventRPG: Event Data Augmentation with Relevance Propagation Guidance
von: Sun, Mingyuan, et al.
Veröffentlicht: (2024)

Value-Driven Mixed-Precision Quantization for Patch-Based Inference on Microcontrollers
von: Tao, Wei, et al.
Veröffentlicht: (2024)

SemanticDialect: Semantic-Aware Mixed-Format Quantization for Video Diffusion Transformers
von: Jang, Wonsuk, et al.
Veröffentlicht: (2026)

GranQ: Efficient Channel-wise Quantization via Vectorized Pre-Scaling for Zero-Shot QAT
von: Hong, Inpyo, et al.
Veröffentlicht: (2025)

Weight Group-wise Post-Training Quantization for Medical Foundation Model
von: Chen, Yineng, et al.
Veröffentlicht: (2026)