Extreme Low-Bit Inference in Reasoning Models: Failure Modes and Targeted Recovery
Fuente:
arXiv
Salvato in:
| Autori principali: | Alimaskina, Ekaterina, Rudas, Darya, Shveykin, Denis, Molodtsov, Gleb, Vasiliev, Pavel, Beznosikov, Aleksandr |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
HARP: Hadamard-Preconditioned Adaptive Rotation Processor for Extreme LLM Quantization
di: Zagitov, Artur, et al.
Pubblicazione: (2026)
di: Zagitov, Artur, et al.
Pubblicazione: (2026)
Hierarchical Mixture-of-Experts with Two-Stage Optimization
di: Molodtsov, Gleb, et al.
Pubblicazione: (2026)
di: Molodtsov, Gleb, et al.
Pubblicazione: (2026)
Optimal Data Splitting in Distributed Optimization for Machine Learning
di: Medyakov, Daniil, et al.
Pubblicazione: (2024)
di: Medyakov, Daniil, et al.
Pubblicazione: (2024)
Effective Method with Compression for Distributed and Federated Cocoercive Variational Inequalities
di: Medyakov, Daniil, et al.
Pubblicazione: (2024)
di: Medyakov, Daniil, et al.
Pubblicazione: (2024)
Shuffling Heuristic in Variational Inequalities: Establishing New Convergence Guarantees
di: Medyakov, Daniil, et al.
Pubblicazione: (2025)
di: Medyakov, Daniil, et al.
Pubblicazione: (2025)
Variance Reduction Methods Do Not Need to Compute Full Gradients: Improved Efficiency through Shuffling
di: Medyakov, Daniil, et al.
Pubblicazione: (2025)
di: Medyakov, Daniil, et al.
Pubblicazione: (2025)
LCD: Advancing Extreme Low-Bit Clustering for Large Language Models via Knowledge Distillation
di: Liu, Fangxin, et al.
Pubblicazione: (2025)
di: Liu, Fangxin, et al.
Pubblicazione: (2025)
Quant-dLLM: Post-Training Extreme Low-Bit Quantization for Diffusion Large Language Models
di: Zhang, Tianao, et al.
Pubblicazione: (2025)
di: Zhang, Tianao, et al.
Pubblicazione: (2025)
Thinking like a CHEMIST: Combined Heterogeneous Embedding Model Integrating Structure and Tokens
di: Rekut, Nikolai, et al.
Pubblicazione: (2025)
di: Rekut, Nikolai, et al.
Pubblicazione: (2025)
Quantization Meets Reasoning: Exploring and Mitigating Degradation of Low-Bit LLMs in Mathematical Reasoning
di: Li, Zhen, et al.
Pubblicazione: (2025)
di: Li, Zhen, et al.
Pubblicazione: (2025)
Diagonal-Tiled Mixed-Precision Attention for Efficient Low-Bit MXFP Inference
di: Ding, Yifu, et al.
Pubblicazione: (2026)
di: Ding, Yifu, et al.
Pubblicazione: (2026)
HESTIA: A Hessian-Guided Differentiable Quantization-Aware Training Framework for Extremely Low-Bit LLMs
di: Wang, Guoan, et al.
Pubblicazione: (2026)
di: Wang, Guoan, et al.
Pubblicazione: (2026)
PTQ1.61: Push the Real Limit of Extremely Low-Bit Post-Training Quantization Methods for Large Language Models
di: Zhao, Jiaqi, et al.
Pubblicazione: (2025)
di: Zhao, Jiaqi, et al.
Pubblicazione: (2025)
Metropolis-Scale Road Network Datasets for Fine-Grained Urban Traffic Modeling
di: Velikonivtsev, Fedor, et al.
Pubblicazione: (2025)
di: Velikonivtsev, Fedor, et al.
Pubblicazione: (2025)
LUT-DLA: Lookup Table as Efficient Extreme Low-Bit Deep Learning Accelerator
di: Li, Guoyu, et al.
Pubblicazione: (2025)
di: Li, Guoyu, et al.
Pubblicazione: (2025)
Communication-Efficient Federated Learning with Adaptive Number of Participants
di: Skorik, Sergey, et al.
Pubblicazione: (2025)
di: Skorik, Sergey, et al.
Pubblicazione: (2025)
I-LLM: Efficient Integer-Only Inference for Fully-Quantized Low-Bit Large Language Models
di: Hu, Xing, et al.
Pubblicazione: (2024)
di: Hu, Xing, et al.
Pubblicazione: (2024)
Degradation Modeling and Prognostic Analysis Under Unknown Failure Modes
di: Fu, Ying, et al.
Pubblicazione: (2024)
di: Fu, Ying, et al.
Pubblicazione: (2024)
Sign-SGD via Parameter-Free Optimization
di: Medyakov, Daniil, et al.
Pubblicazione: (2025)
di: Medyakov, Daniil, et al.
Pubblicazione: (2025)
Revealing Interpretable Failure Modes of VLMs
di: Chaudhary, Isha, et al.
Pubblicazione: (2026)
di: Chaudhary, Isha, et al.
Pubblicazione: (2026)
Unleashing Low-Bit Inference on Ascend NPUs: A Comprehensive Evaluation of HiFloat Formats
di: Zhao, Pengxiang, et al.
Pubblicazione: (2026)
di: Zhao, Pengxiang, et al.
Pubblicazione: (2026)
LittleBit: Ultra Low-Bit Quantization via Latent Factorization
di: Lee, Banseok, et al.
Pubblicazione: (2025)
di: Lee, Banseok, et al.
Pubblicazione: (2025)
Dynamic Low-rank Approximation of Full-Matrix Preconditioner for Training Generalized Linear Models
di: Matveeva, Tatyana, et al.
Pubblicazione: (2025)
di: Matveeva, Tatyana, et al.
Pubblicazione: (2025)
Memory Injections: Correcting Multi-Hop Reasoning Failures during Inference in Transformer-Based Language Models
di: Sakarvadia, Mansi, et al.
Pubblicazione: (2023)
di: Sakarvadia, Mansi, et al.
Pubblicazione: (2023)
Large Language Model Reasoning Failures
di: Song, Peiyang, et al.
Pubblicazione: (2026)
di: Song, Peiyang, et al.
Pubblicazione: (2026)
More Than Bits: Multi-Envelope Double Binary Factorization for Extreme Quantization
di: Ichikawa, Yuma, et al.
Pubblicazione: (2025)
di: Ichikawa, Yuma, et al.
Pubblicazione: (2025)
Influence-Inspired Spectral Rotations for Extreme Low-Bit LLM Quantization
di: Pavlov, Gorgi
Pubblicazione: (2026)
di: Pavlov, Gorgi
Pubblicazione: (2026)
What Makes Low-Bit Quantization-Aware Training Work for Reasoning LLMs? A Systematic Study
di: Lv, Keyu, et al.
Pubblicazione: (2026)
di: Lv, Keyu, et al.
Pubblicazione: (2026)
SHARP: Accelerating Language Model Inference by SHaring Adjacent layers with Recovery Parameters
di: Wang, Yiping, et al.
Pubblicazione: (2025)
di: Wang, Yiping, et al.
Pubblicazione: (2025)
Learning Grouped Lattice Vector Quantizers for Low-Bit LLM Compression
di: Zhang, Xi, et al.
Pubblicazione: (2025)
di: Zhang, Xi, et al.
Pubblicazione: (2025)
InfoQuant: Shaping Activation Distributions for Low-Bit LLM Quantization
di: Li, Ke, et al.
Pubblicazione: (2026)
di: Li, Ke, et al.
Pubblicazione: (2026)
Why Do Some Inputs Break Low-Bit LLM Quantization?
di: Chang, Ting-Yun, et al.
Pubblicazione: (2025)
di: Chang, Ting-Yun, et al.
Pubblicazione: (2025)
Pushing the Limits of Low-Bit Optimizers: A Focus on EMA Dynamics
di: Xu, Cong, et al.
Pubblicazione: (2025)
di: Xu, Cong, et al.
Pubblicazione: (2025)
SplitQuant: Layer Splitting for Low-Bit Neural Network Quantization
di: Song, Jaewoo, et al.
Pubblicazione: (2025)
di: Song, Jaewoo, et al.
Pubblicazione: (2025)
Solving Dual Sourcing Problems with Supply Mode Dependent Failure Rates
di: Akkerman, Fabian, et al.
Pubblicazione: (2024)
di: Akkerman, Fabian, et al.
Pubblicazione: (2024)
MemFail: Stress-Testing Failure Modes of LLM Memory Systems
di: Garg, Ishir, et al.
Pubblicazione: (2026)
di: Garg, Ishir, et al.
Pubblicazione: (2026)
Style Outweighs Substance: Failure Modes of LLM Judges in Alignment Benchmarking
di: Feuer, Benjamin, et al.
Pubblicazione: (2024)
di: Feuer, Benjamin, et al.
Pubblicazione: (2024)
Target Concept Tuning Improves Extreme Weather Forecasting
di: Ren, Shijie, et al.
Pubblicazione: (2026)
di: Ren, Shijie, et al.
Pubblicazione: (2026)
Bayesian Inverse Problems Meet Flow Matching: Efficient and Flexible Inference via Transformers
di: Sherki, Daniil, et al.
Pubblicazione: (2025)
di: Sherki, Daniil, et al.
Pubblicazione: (2025)
ECQ$^{\text{x}}$: Explainability-Driven Quantization for Low-Bit and Sparse DNNs
di: Becking, Daniel, et al.
Pubblicazione: (2021)
di: Becking, Daniel, et al.
Pubblicazione: (2021)
Documenti analoghi
-
HARP: Hadamard-Preconditioned Adaptive Rotation Processor for Extreme LLM Quantization
di: Zagitov, Artur, et al.
Pubblicazione: (2026) -
Hierarchical Mixture-of-Experts with Two-Stage Optimization
di: Molodtsov, Gleb, et al.
Pubblicazione: (2026) -
Optimal Data Splitting in Distributed Optimization for Machine Learning
di: Medyakov, Daniil, et al.
Pubblicazione: (2024) -
Effective Method with Compression for Distributed and Federated Cocoercive Variational Inequalities
di: Medyakov, Daniil, et al.
Pubblicazione: (2024) -
Shuffling Heuristic in Variational Inequalities: Establishing New Convergence Guarantees
di: Medyakov, Daniil, et al.
Pubblicazione: (2025)