Salta al contenuto
VuFind
  • Entra
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Avanzata
  • Citazione
  • Invia SMS
  • Invia email
  • Stampa
  • Esporta il record
    • Esporta a RefWorks
    • Esporta a EndNoteWeb
    • Esporta a EndNote
  • Aggiungi alla lista
  • PLink permanente
Copertina

Salvato in:
Dettagli Bibliografici
Autori principali: Yu, JiangYong, Zhou, Sifan, Yang, Dawei, Wang, Shuo, Li, Shuoyu, Hu, Xing, Xu, Chen, Xu, Zukang, Shu, Changyong, Yuan, Zhihang
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Computer Vision and Pattern Recognition
Artificial Intelligence
Accesso online:https://arxiv.org/abs/2502.00425
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
  • Posseduto
  • Descrizione
  • Sommario
  • Commenti
  • Documenti analoghi
  • MARC21

Accesso online

https://arxiv.org/abs/2502.00425

Documenti analoghi

  • OstQuant: Refining Large Language Model Quantization with Orthogonal and Scaling Transformations for Better Distribution Fitting
    di: Hu, Xing, et al.
    Pubblicazione: (2025)
  • MoEQuant: Enhancing Quantization for Mixture-of-Experts Large Language Models via Expert-Balanced Sampling and Affinity Guidance
    di: Hu, Xing, et al.
    Pubblicazione: (2025)
  • RWKVQuant: Quantizing the RWKV Family with Proxy Guided Hybrid of Scalar and Vector Quantization
    di: Xu, Chen, et al.
    Pubblicazione: (2025)
  • I-LLM: Efficient Integer-Only Inference for Fully-Quantized Low-Bit Large Language Models
    di: Hu, Xing, et al.
    Pubblicazione: (2024)
  • RSAVQ: Riemannian Sensitivity-Aware Vector Quantization for Large Language Models
    di: Xu, Zukang, et al.
    Pubblicazione: (2025)

Opzioni di ricerca

  • Ultime ricerche
  • Ricerca avanzata

Cerca

  • Scorri il catalogo
  • Scorri in ordine alfabetico
  • Esplora selezioni
  • Materiali riservati (per i corsi)
  • Nuovi documenti

Serve aiuto?

  • Suggerimenti per la ricerca
  • Chiedi al bibliotecario
  • FAQ