FlexiQ: Adaptive Mixed-Precision Quantization for Latency/Accuracy Trade-Offs in Deep Neural Networks

Ähnliche Einträge

• Robust Ultra Low-Bit Post-Training Quantization via Stable Diagonal Curvature Estimate
  von: Kim, Jaemin, et al.
  Veröffentlicht: (2026)
• ExeGPT: Constraint-Aware Resource Scheduling for LLM Inference
  von: Oh, Hyungjun, et al.
  Veröffentlicht: (2024)
• PINT: Physics-Informed Neural Time Series Models with Applications to Long-term Inference on WeatherBench 2m-Temperature Data
  von: Park, Keonvin, et al.
  Veröffentlicht: (2025)
• Coupling-Robust Accuracy in Multiphysics Physics Informed Neural Networks via Kronecker-Preconditioned Optimization
  von: Park, Youngjae, et al.
  Veröffentlicht: (2026)
• Design Optimization of Nuclear Fusion Reactor through Deep Reinforcement Learning
  von: Kim, Jinsu, et al.
  Veröffentlicht: (2024)