Low-Bit Quantization Favors Undertrained LLMs: Scaling Laws for Quantized LLMs with 100T Training Tokens

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Ouyang, Xu, Ge, Tao, Hartvigsen, Thomas, Zhang, Zhisong, Mi, Haitao, Yu, Dong
Formato:	Preprint
Publicado:	2024
Materias:	Machine Learning Computation and Language
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2411.17691