Buchumschlag

ViM-VQ: Efficient Post-Training Vector Quantization for Visual Mamba

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deng, Juncan, Li, Shuaiting, Wang, Zeyu, Xu, Kedong, Gu, Hong, Huang, Kejie
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VQ4DiT: Efficient Post-Training Vector Quantization for Diffusion Transformers
von: Deng, Juncan, et al.
Veröffentlicht: (2024)

SSVQ: Unleashing the Potential of Vector Quantization with Sign-Splitting
von: Li, Shuaiting, et al.
Veröffentlicht: (2025)

Efficiency Meets Fidelity: A Novel Quantization Framework for Stable Diffusion
von: Li, Shuaiting, et al.
Veröffentlicht: (2024)

MVQ:Towards Efficient DNN Compression and Acceleration with Masked Vector Quantization
von: Li, Shuaiting, et al.
Veröffentlicht: (2024)

VQ4ALL: Efficient Neural Network Representation via a Universal Codebook
von: Deng, Juncan, et al.
Veröffentlicht: (2024)

ViM-UNet: Vision Mamba for Biomedical Segmentation
von: Archit, Anwai, et al.
Veröffentlicht: (2024)

ViM-Q: Scalable Algorithm-Hardware Co-Design for Vision Mamba Model Inference on FPGA
von: Lyu, Shengzhe, et al.
Veröffentlicht: (2026)

ViM-Disparity: Bridging the Gap of Speed, Accuracy and Memory for Disparity Map Generation
von: Bora, Maheswar, et al.
Veröffentlicht: (2024)

Rethinking Residual Errors in Compensation-based LLM Quantization
von: Li, Shuaiting, et al.
Veröffentlicht: (2026)

Quantize-then-Rectify: Efficient VQ-VAE Training
von: Zhang, Borui, et al.
Veröffentlicht: (2025)

PTQ4VM: Post-Training Quantization for Visual Mamba
von: Cho, Younghyun, et al.
Veröffentlicht: (2024)

VQ-SGen: A Vector Quantized Stroke Representation for Creative Sketch Generation
von: Wang, Jiawei, et al.
Veröffentlicht: (2024)

I&S-ViT: An Inclusive & Stable Method for Pushing the Limit of Post-Training ViTs Quantization
von: Zhong, Yunshan, et al.
Veröffentlicht: (2023)

ADFQ-ViT: Activation-Distribution-Friendly Post-Training Quantization for Vision Transformers
von: Jiang, Yanfeng, et al.
Veröffentlicht: (2024)

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

DopQ-ViT: Towards Distribution-Friendly and Outlier-Aware Post-Training Quantization for Vision Transformers
von: Yang, Lianwei, et al.
Veröffentlicht: (2024)

Trio-ViT: Post-Training Quantization and Acceleration for Softmax-Free Efficient Vision Transformer
von: Shi, Huihong, et al.
Veröffentlicht: (2024)

VQ-HPS: Human Pose and Shape Estimation in a Vector-Quantized Latent Space
von: Fiche, Guénolé, et al.
Veröffentlicht: (2023)

VQ-Seg: Vector-Quantized Token Perturbation for Semi-Supervised Medical Image Segmentation
von: Yang, Sicheng, et al.
Veröffentlicht: (2026)

VQ-VA World: Towards High-Quality Visual Question-Visual Answering
von: Gou, Chenhui, et al.
Veröffentlicht: (2025)

VQ-Flow: Taming Normalizing Flows for Multi-Class Anomaly Detection via Hierarchical Vector Quantization
von: Zhou, Yixuan, et al.
Veröffentlicht: (2024)

DiffX: Guide Your Layout to Cross-Modal Generative Modeling
von: Wang, Zeyu, et al.
Veröffentlicht: (2024)

APHQ-ViT: Post-Training Quantization with Average Perturbation Hessian Based Reconstruction for Vision Transformers
von: Wu, Zhuguanyu, et al.
Veröffentlicht: (2025)

Transformer-VQ: Linear-Time Transformers via Vector Quantization
von: Lingle, Lucas D.
Veröffentlicht: (2023)

VQ-NeRF: Neural Reflectance Decomposition and Editing with Vector Quantization
von: Zhong, Hongliang, et al.
Veröffentlicht: (2023)

PathVQ: Reforming Computational Pathology Foundation Model for Whole Slide Image Analysis via Vector Quantization
von: Li, Honglin, et al.
Veröffentlicht: (2025)

VQ-DeepISC: Vector Quantized-Enabled Digital Semantic Communication with Channel Adaptive Image Transmission
von: Chen, Jianqiao, et al.
Veröffentlicht: (2025)

PTQ4ARVG: Post-Training Quantization for AutoRegressive Visual Generation Models
von: Liu, Xuewen, et al.
Veröffentlicht: (2026)

Q-MambaIR: Accurate Quantized Mamba for Efficient Image Restoration
von: Chen, Yujie, et al.
Veröffentlicht: (2025)

VQ-VLA: Improving Vision-Language-Action Models via Scaling Vector-Quantized Action Tokenizers
von: Wang, Yating, et al.
Veröffentlicht: (2025)

EfficientQuant: An Efficient Post-Training Quantization for CNN-Transformer Hybrid Models on Edge Devices
von: Saha, Shaibal, et al.
Veröffentlicht: (2025)

QVGGT: Post-Training Quantized Visual Geometry Grounded Transformer
von: Pan, Zhizhen, et al.
Veröffentlicht: (2026)

EfficientViM: Efficient Vision Mamba with Hidden State Mixer based State Space Duality
von: Lee, Sanghyeok, et al.
Veröffentlicht: (2024)

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

VQ-Map: Bird's-Eye-View Map Layout Estimation in Tokenized Discrete Space via Vector Quantization
von: Zhang, Yiwei, et al.
Veröffentlicht: (2024)

CLAMP-ViT: Contrastive Data-Free Learning for Adaptive Post-Training Quantization of ViTs
von: Ramachandran, Akshat, et al.
Veröffentlicht: (2024)

IPTQ-ViT: Post-Training Quantization of Non-linear Functions for Integer-only Vision Transformers
von: Kim, Gihwan, et al.
Veröffentlicht: (2025)

Post Training Quantization for Efficient Dataset Condensation
von: Tran, Linh-Tam, et al.
Veröffentlicht: (2026)

QMamba: Post-Training Quantization for Vision State Space Models
von: Li, Yinglong, et al.
Veröffentlicht: (2025)

MergeVQ: A Unified Framework for Visual Generation and Representation with Disentangled Token Merging and Quantization
von: Li, Siyuan, et al.
Veröffentlicht: (2025)