Buchumschlag

WUSH: Near-Optimal Adaptive Transforms for LLM Quantization

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Jiale, Egiazarian, Vage, Castro, Roberto L., Hoefler, Torsten, Alistarh, Dan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Grid Games: The Power of Multiple Grids for Quantizing Large Language Models
von: Egiazarian, Vage, et al.
Veröffentlicht: (2026)

The Geometry of LLM Quantization: GPTQ as Babai's Nearest Plane Algorithm
von: Chen, Jiale, et al.
Veröffentlicht: (2025)

Bridging the Gap Between Promise and Performance for Microscaling FP4 Quantization
von: Egiazarian, Vage, et al.
Veröffentlicht: (2025)

MARLIN: Mixed-Precision Auto-Regressive Parallel Inference on Large Language Models
von: Frantar, Elias, et al.
Veröffentlicht: (2024)

Extreme Compression of Large Language Models via Additive Quantization
von: Egiazarian, Vage, et al.
Veröffentlicht: (2024)

Cache Me If You Must: Adaptive Key-Value Quantization for Large Language Models
von: Shutova, Alina, et al.
Veröffentlicht: (2025)

Beyond Outliers: A Study of Optimizers Under Quantization
von: Vlassis, Georgios, et al.
Veröffentlicht: (2025)

HALO: Hadamard-Assisted Lower-Precision Optimization for LLMs
von: Ashkboos, Saleh, et al.
Veröffentlicht: (2025)

Unified Scaling Laws for Compressed Representations
von: Panferov, Andrei, et al.
Veröffentlicht: (2025)

Hogwild! Inference: Parallel LLM Generation via Concurrent Attention
von: Rodionov, Gleb, et al.
Veröffentlicht: (2025)

Neural Optimal Transport with General Cost Functionals
von: Asadulaev, Arip, et al.
Veröffentlicht: (2022)

Near-Optimal Sparse Allreduce for Distributed Deep Learning
von: Li, Shigang, et al.
Veröffentlicht: (2022)

Apertus LLM Family Expansion via Distillation and Quantization
von: Panferov, Andrei, et al.
Veröffentlicht: (2026)

Rethinking Optimal Transport in Offline Reinforcement Learning
von: Asadulaev, Arip, et al.
Veröffentlicht: (2024)

Quartet: Native FP4 Training Can Be Optimal for Large Language Models
von: Castro, Roberto L., et al.
Veröffentlicht: (2025)

QuEST: Stable Training of LLMs with 1-Bit Weights and Activations
von: Panferov, Andrei, et al.
Veröffentlicht: (2025)

Statistically-Lossless Quantization of Large Language Models
von: Helcig, Michael, et al.
Veröffentlicht: (2026)

MatGPTQ: Accurate and Efficient Post-Training Matryoshka Quantization
von: Kleinegger, Maximilian, et al.
Veröffentlicht: (2026)

Taming Unbalanced Training Workloads in Deep Learning with Partial Collective Operations
von: Li, Shigang, et al.
Veröffentlicht: (2019)

"Give Me BF16 or Give Me Death"? Accuracy-Performance Trade-Offs in LLM Quantization
von: Kurtic, Eldar, et al.
Veröffentlicht: (2024)

EfQAT: An Efficient Framework for Quantization-Aware Training
von: Ashkboos, Saleh, et al.
Veröffentlicht: (2024)

QuaRot: Outlier-Free 4-Bit Inference in Rotated LLMs
von: Ashkboos, Saleh, et al.
Veröffentlicht: (2024)

Scalable Mechanistic Neural Networks for Differential Equations and Machine Learning
von: Chen, Jiale, et al.
Veröffentlicht: (2024)

CAGE: Curvature-Aware Gradient Estimation For Accurate Quantization-Aware Training
von: Tabesh, Soroush, et al.
Veröffentlicht: (2025)

Behemoth: Benchmarking Unlearning in LLMs Using Fully Synthetic Data
von: Iofinova, Eugenia, et al.
Veröffentlicht: (2026)

Model Compression with Exact Budget Constraints via Riemannian Manifolds
von: Helcig, Michael, et al.
Veröffentlicht: (2026)

Compression Scaling Laws:Unifying Sparsity and Quantization
von: Frantar, Elias, et al.
Veröffentlicht: (2025)

Optimal and Near-Optimal Adaptive Vector Quantization
von: Ben-Basat, Ran, et al.
Veröffentlicht: (2024)

ECO: Quantized Training without Full-Precision Master Weights
von: Nikdan, Mahdi, et al.
Veröffentlicht: (2026)

AutoJudge: Judge Decoding Without Manual Annotation
von: Garipov, Roman, et al.
Veröffentlicht: (2025)

Pushing the Limits of Large Language Model Quantization via the Linearity Theorem
von: Malinovskii, Vladimir, et al.
Veröffentlicht: (2024)

Quartet II: Accurate LLM Pre-Training in NVFP4 by Improved Unbiased Gradient Estimation
von: Panferov, Andrei, et al.
Veröffentlicht: (2026)

Accurate Compression of Text-to-Image Diffusion Models via Vector Quantization
von: Egiazarian, Vage, et al.
Veröffentlicht: (2024)

Layer-wise Quantization for Quantized Optimistic Dual Averaging
von: Nguyen, Anh Duc, et al.
Veröffentlicht: (2025)

EntryPrune: Neural Network Feature Selection using First Impressions
von: Zimmer, Felix, et al.
Veröffentlicht: (2024)

Mitigating the Impact of Outlier Channels for Language Model Quantization with Activation Regularization
von: Nrusimha, Aniruddha, et al.
Veröffentlicht: (2024)

LDAdam: Adaptive Optimization from Low-Dimensional Gradient Statistics
von: Robert, Thomas, et al.
Veröffentlicht: (2024)

LLMQ: Efficient Lower-Precision Pretraining for Consumer GPUs
von: Schultheis, Erik, et al.
Veröffentlicht: (2025)

MatryoshkaLoRA: Learning Accurate Hierarchical Low-Rank Representations for LLM Fine-Tuning
von: Modoranu, Ionut-Vlad, et al.
Veröffentlicht: (2026)

Powerset Convolutional Neural Networks
von: Wendler, Chris, et al.
Veröffentlicht: (2019)