Saltar al contenido
Universidad del Mar SIBUMAR Descubridor Institucional UMAR
  • Inicio
  • Búsqueda avanzada
  • Explorar
  • Entrar
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Búsqueda avanzada
  • ParetoQ: Improving Scaling Laws in Extremely Low-bit LLM Quantization
Imagen de Portada

ParetoQ: Improving Scaling Laws in Extremely Low-bit LLM Quantization

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Liu, Zechun, Zhao, Changsheng, Huang, Hanxian, Chen, Sijia, Zhang, Jing, Zhao, Jiawei, Roy, Scott, Jin, Lisa, Xiong, Yunyang, Shi, Yangyang, Xiao, Lin, Tian, Yuandong, Soran, Bilge, Krishnamoorthi, Raghuraman, Blankevoort, Tijmen, Chandra, Vikas
Formato: Preprint
Publicado: 2025
Materias:
Machine Learning
Artificial Intelligence
Computation and Language
Computer Vision and Pattern Recognition
Acceso en línea:
Acceder al recurso
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
  • Citar
  • Describir
  • Enviar este por Correo electrónico
  • Imprimir
  • Exportar Registro
    • Exportar a RefWorks
    • Exportar a EndNoteWeb
    • Exportar a EndNote
  • Agregar a favoritos
  • Enlace Permanente
  • Existencias
  • Descripción
  • Comentarios
  • Ejemplares similares
  • Vista Equipo

Internet

https://arxiv.org/abs/2502.02631

Ejemplares similares

  • SpinQuant: LLM quantization with learned rotations
    por: Liu, Zechun, et al.
    Publicado: (2024)
  • MobileLLM: Optimizing Sub-billion Parameter Language Models for On-Device Use Cases
    por: Liu, Zechun, et al.
    Publicado: (2024)
  • SqueezeSAM: User friendly mobile interactive segmentation
    por: Varadarajan, Balakrishnan, et al.
    Publicado: (2023)
  • MobileMoE: Scaling On-Device Mixture of Experts
    por: Chen, Yanbei, et al.
    Publicado: (2026)
  • MobileLLM-R1: Exploring the Limits of Sub-Billion Language Model Reasoners with Open Training Recipes
    por: Zhao, Changsheng, et al.
    Publicado: (2025)
Universidad del Mar
Universidad del MarSistema Bibliotecario de la Universidad del MarDescubridor Institucional UMARImplementación y desarrollo: Mtro. Carlos Alonso Albores Pérez
InicioBúsqueda avanzadaExplorar
Visitas al Descubridor: 387,319© 2026 Universidad del Mar