热点事件持续更新

SAGE 2比特向量量化方法发布

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Xianglong Yan 等人提出面向权重-only 向量量化的 SAGE 方法，通过能量分层分组（ESG）与自适应比特拆分（ABS）处理敏感通道保护和固定比特预算分配问题，在 2-bit 量化下取得 SOTA 表现。据该研究称，在 Qwen3-30B-A3B 上，SAGE 保留了 BF16 模型平均基准分数的 95.3%，配合自研 CUDA kernel 实现最高 2.55 倍于 FP16 的非流式端到端加速。代码已开源。

AI 根据报道生成 · 1 小时前更新

最新进展10月15日 12:00

SAGE：将 2-Bit 向量量化 LLM 推向真实可用

报道时间线

沿着报道，了解事件的不同侧面。

10月15日

12:00
arXiv cs.AI
SAGE：将 2-Bit 向量量化 LLM 推向真实可用
SAGE 是一种面向权重-only 向量量化的新方法，通过能量分层分组（ESG）与自适应比特拆分（ABS）解决敏感通道保护和固定比特预算分配两大难题，在 2-bit 量化下取得 SOTA 表现。在 Qwen3-30B-A3B 上，它保留了 BF16 模型平均基准分数的 95.3%，配合自研 CUDA kernel 实现最高 2.55 倍于 FP16 的非流式端到端加速。代码已开源。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。