SBVR: Summation of BitVector Representation for Efficient LLM Quantization
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Bang, Wonjun, Park, Jongseok, Yu, Hongseung, Bin, Kyungmin, Lee, Kyunghan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Q-Palette: Fractional-Bit Quantizers Toward Optimal Bit Allocation for Efficient LLM Deployment
par: Lee, Deokjae, et autres
Publié: (2025)
par: Lee, Deokjae, et autres
Publié: (2025)
DecDEC: A Systems Approach to Advancing Low-Bit LLM Quantization
par: Park, Yeonhong, et autres
Publié: (2024)
par: Park, Yeonhong, et autres
Publié: (2024)
Learning Grouped Lattice Vector Quantizers for Low-Bit LLM Compression
par: Zhang, Xi, et autres
Publié: (2025)
par: Zhang, Xi, et autres
Publié: (2025)
BitSnap: Checkpoint Sparsification and Quantization in LLM Training
par: Peng, Yanxin, et autres
Publié: (2025)
par: Peng, Yanxin, et autres
Publié: (2025)
Leech Lattice Vector Quantization for Efficient LLM Compression
par: van der Ouderaa, Tycho F. A., et autres
Publié: (2026)
par: van der Ouderaa, Tycho F. A., et autres
Publié: (2026)
BitsMoE: Efficient Spectral Energy-Guided Bit Allocation for MoE LLM Quantization
par: Zhao, Jiayu, et autres
Publié: (2026)
par: Zhao, Jiayu, et autres
Publié: (2026)
MSQ: Memory-Efficient Bit Sparsification Quantization
par: Han, Seokho, et autres
Publié: (2025)
par: Han, Seokho, et autres
Publié: (2025)
FireQ: Fast INT4-FP8 Kernel and RoPE-aware Quantization for LLM Inference Acceleration
par: Baek, Daehyeon, et autres
Publié: (2025)
par: Baek, Daehyeon, et autres
Publié: (2025)
DyBit: Dynamic Bit-Precision Numbers for Efficient Quantized Neural Network Inference
par: Zhou, Jiajun, et autres
Publié: (2023)
par: Zhou, Jiajun, et autres
Publié: (2023)
Task Vector Quantization for Memory-Efficient Model Merging
par: Kim, Youngeun, et autres
Publié: (2025)
par: Kim, Youngeun, et autres
Publié: (2025)
Efficient Generative Modeling with Residual Vector Quantization-Based Tokens
par: Kim, Jaehyeon, et autres
Publié: (2024)
par: Kim, Jaehyeon, et autres
Publié: (2024)
Representation Collapsing Problems in Vector Quantization
par: Zhao, Wenhao, et autres
Publié: (2024)
par: Zhao, Wenhao, et autres
Publié: (2024)
ResBit: Residual Bit Vector for Categorical Values
par: Fuchi, Masane, et autres
Publié: (2023)
par: Fuchi, Masane, et autres
Publié: (2023)
EVA: Accelerating LLM Decoding via an Efficient Vector Quantization Architecture
par: Duan, Bowen, et autres
Publié: (2026)
par: Duan, Bowen, et autres
Publié: (2026)
I-LLM: Efficient Integer-Only Inference for Fully-Quantized Low-Bit Large Language Models
par: Hu, Xing, et autres
Publié: (2024)
par: Hu, Xing, et autres
Publié: (2024)
Uncovering Intra-expert Activation Sparsity for Efficient Mixture-of-Expert Model Execution
par: Park, Jongseok, et autres
Publié: (2026)
par: Park, Jongseok, et autres
Publié: (2026)
ABQ-LLM: Arbitrary-Bit Quantized Inference Acceleration for Large Language Models
par: Zeng, Chao, et autres
Publié: (2024)
par: Zeng, Chao, et autres
Publié: (2024)
PrismQuant: Rate-Distortion-Optimal Vector Quantization for Gaussian-Mixture Sources
par: Park, Bumsu, et autres
Publié: (2026)
par: Park, Bumsu, et autres
Publié: (2026)
LittleBit: Ultra Low-Bit Quantization via Latent Factorization
par: Lee, Banseok, et autres
Publié: (2025)
par: Lee, Banseok, et autres
Publié: (2025)
BAQ: Efficient Bit Allocation Quantization for Large Language Models
par: Zhang, Chao, et autres
Publié: (2025)
par: Zhang, Chao, et autres
Publié: (2025)
Why Do Some Inputs Break Low-Bit LLM Quantization?
par: Chang, Ting-Yun, et autres
Publié: (2025)
par: Chang, Ting-Yun, et autres
Publié: (2025)
NanoQuant: Efficient Sub-1-Bit Quantization of Large Language Models
par: Chong, Hyochan, et autres
Publié: (2026)
par: Chong, Hyochan, et autres
Publié: (2026)
InfoQuant: Shaping Activation Distributions for Low-Bit LLM Quantization
par: Li, Ke, et autres
Publié: (2026)
par: Li, Ke, et autres
Publié: (2026)
TesseraQ: Ultra Low-Bit LLM Post-Training Quantization with Block Reconstruction
par: Li, Yuhang, et autres
Publié: (2024)
par: Li, Yuhang, et autres
Publié: (2024)
TruncQuant: Truncation-Ready Quantization for DNNs with Flexible Weight Bit Precision
par: Kim, Jinhee, et autres
Publié: (2025)
par: Kim, Jinhee, et autres
Publié: (2025)
Outlier-Safe Pre-Training for Robust 4-Bit Quantization of Large Language Models
par: Park, Jungwoo, et autres
Publié: (2025)
par: Park, Jungwoo, et autres
Publié: (2025)
BTC-LLM: Efficient Sub-1-Bit LLM Quantization via Learnable Transformation and Binary Codebook
par: Gu, Hao, et autres
Publié: (2025)
par: Gu, Hao, et autres
Publié: (2025)
NSNQuant: A Double Normalization Approach for Calibration-Free Low-Bit Vector Quantization of KV Cache
par: Son, Donghyun, et autres
Publié: (2025)
par: Son, Donghyun, et autres
Publié: (2025)
One-Bit Quantization for Random Features Models
par: Akhtiamov, Danil, et autres
Publié: (2025)
par: Akhtiamov, Danil, et autres
Publié: (2025)
Multi-output Classification for Compound Fault Diagnosis in Motor under Partially Labeled Target Domain
par: Yi, Wonjun, et autres
Publié: (2025)
par: Yi, Wonjun, et autres
Publié: (2025)
Multi-output Classification Framework and Frequency Layer Normalization for Compound Fault Diagnosis in Motor
par: Yi, Wonjun, et autres
Publié: (2025)
par: Yi, Wonjun, et autres
Publié: (2025)
From Bits to Chips: An LLM-based Hardware-Aware Quantization Agent for Streamlined Deployment of LLMs
par: Deng, Kaiyuan, et autres
Publié: (2026)
par: Deng, Kaiyuan, et autres
Publié: (2026)
QQQ: Quality Quattuor-Bit Quantization for Large Language Models
par: Zhang, Ying, et autres
Publié: (2024)
par: Zhang, Ying, et autres
Publié: (2024)
Reliability-Aware Adaptive Self-Consistency for Efficient Sampling in LLM Reasoning
par: Kim, Junseok, et autres
Publié: (2026)
par: Kim, Junseok, et autres
Publié: (2026)
Revisiting Adaptive Rounding with Vectorized Reparameterization for LLM Quantization
par: Zhou, Yuli, et autres
Publié: (2026)
par: Zhou, Yuli, et autres
Publié: (2026)
Sherry: Hardware-Efficient 1.25-Bit Ternary Quantization via Fine-grained Sparsification
par: Huang, Hong, et autres
Publié: (2026)
par: Huang, Hong, et autres
Publié: (2026)
Technical Report: Activation Residual Hessian Quantization (ARHQ) for Low-Bit LLM Quantization
par: Wang, YiFeng, et autres
Publié: (2026)
par: Wang, YiFeng, et autres
Publié: (2026)
Where and How to Enhance: Discovering Bit-Width Contribution for Mixed Precision Quantization
par: Kang, Haidong, et autres
Publié: (2025)
par: Kang, Haidong, et autres
Publié: (2025)
Online Conformal Prediction with Adversarial Semi-bandit Feedback via Regret Minimization
par: Yang, Junyoung, et autres
Publié: (2026)
par: Yang, Junyoung, et autres
Publié: (2026)
AsymKV: Enabling 1-Bit Quantization of KV Cache with Layer-Wise Asymmetric Quantization Configurations
par: Tao, Qian, et autres
Publié: (2024)
par: Tao, Qian, et autres
Publié: (2024)
Documents similaires
-
Q-Palette: Fractional-Bit Quantizers Toward Optimal Bit Allocation for Efficient LLM Deployment
par: Lee, Deokjae, et autres
Publié: (2025) -
DecDEC: A Systems Approach to Advancing Low-Bit LLM Quantization
par: Park, Yeonhong, et autres
Publié: (2024) -
Learning Grouped Lattice Vector Quantizers for Low-Bit LLM Compression
par: Zhang, Xi, et autres
Publié: (2025) -
BitSnap: Checkpoint Sparsification and Quantization in LLM Training
par: Peng, Yanxin, et autres
Publié: (2025) -
Leech Lattice Vector Quantization for Efficient LLM Compression
par: van der Ouderaa, Tycho F. A., et autres
Publié: (2026)