Buchumschlag

QwT-v2: Practical, Effective and Efficient Post-Training Quantization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tang, Ningyuan, Fu, Minghao, Yu, Hao, Wu, Jianxin
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

Minimal Interaction Separated Tuning: A New Paradigm for Visual Adaptation
von: Tang, Ningyuan, et al.
Veröffentlicht: (2024)

Low-rank Attention Side-Tuning for Parameter-Efficient Fine-Tuning
von: Tang, Ningyuan, et al.
Veröffentlicht: (2024)

Quantization without Tears
von: Fu, Minghao, et al.
Veröffentlicht: (2024)

Nonlinear Bipolar Compensation: Handling Outliers in Post-Training Quantization
von: Sun, Peilin, et al.
Veröffentlicht: (2026)

TWEO: Transformers Without Extreme Outliers Enables FP8 Training And Quantization For Dummies
von: Liang, Guang, et al.
Veröffentlicht: (2025)

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

DTL: Disentangled Transfer Learning for Visual Recognition
von: Fu, Minghao, et al.
Veröffentlicht: (2023)

Colinearity Decay: Training Quantization-Friendly ViTs with Outlier Decay
von: Tong, Jin, et al.
Veröffentlicht: (2026)

Outlier-Aware Post-Training Quantization for Image Super-Resolution
von: Wang, Hailing, et al.
Veröffentlicht: (2025)

Diffusion Product Quantization
von: Shao, Jie, et al.
Veröffentlicht: (2024)

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

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

Rectify the Regression Bias in Long-Tailed Object Detection
von: Zhu, Ke, et al.
Veröffentlicht: (2024)

ViM-VQ: Efficient Post-Training Vector Quantization for Visual Mamba
von: Deng, Juncan, et al.
Veröffentlicht: (2025)

Post-Training Quantization for Diffusion Transformer via Hierarchical Timestep Grouping
von: Ding, Ning, 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)

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

Inlier-Centric Post-Training Quantization for Object Detection Models
von: Kim, Minsu, et al.
Veröffentlicht: (2026)

Post-Training Quantization for 3D Medical Image Segmentation: A Practical Study on Real Inference Engines
von: Qu, Chongyu, et al.
Veröffentlicht: (2025)

Tail-Aware Post-Training Quantization for 3D Geometry Models
von: Pan, Sicheng, et al.
Veröffentlicht: (2026)

Images Speak Louder Than Scores: Failure Mode Escape for Enhancing Generative Quality
von: Shao, Jie, et al.
Veröffentlicht: (2025)

LRQ-DiT: Log-Rotation Post-Training Quantization of Diffusion Transformers for Image and Video Generation
von: Yang, Lianwei, et al.
Veröffentlicht: (2025)

CAR-SAM: Cross-Attention Reconstruction for Post-Training Quantization of the Segment Anything Model
von: Wen, Houji, et al.
Veröffentlicht: (2026)

Sensitivity-Aware Post-Training Quantization for Deep Neural Networks
von: Zheng, Zekang, et al.
Veröffentlicht: (2025)

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

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

Post-Training Quantization for Video Matting
von: Zhu, Tianrui, et al.
Veröffentlicht: (2025)

Reviving Undersampling for Long-Tailed Learning
von: Yu, Hao, et al.
Veröffentlicht: (2024)

Q-DiT: Accurate Post-Training Quantization for Diffusion Transformers
von: Chen, Lei, 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)

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

PTQ4RIS: Post-Training Quantization for Referring Image Segmentation
von: Jiang, Xiaoyan, et al.
Veröffentlicht: (2024)

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

Quantization Meets OOD: Generalizable Quantization-aware Training from a Flatness Perspective
von: Jiang, Jiacheng, et al.
Veröffentlicht: (2025)

Style Quantization for Data-Efficient GAN Training
von: Wang, Jian, et al.
Veröffentlicht: (2025)

GPLQ: A General, Practical, and Lightning QAT Method for Vision Transformers
von: Liang, Guang, et al.
Veröffentlicht: (2025)

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)

Post-Training Quantization via Residual Truncation and Zero Suppression for Diffusion Models
von: Kim, Donghoon, et al.
Veröffentlicht: (2025)

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