ResidualQuant：循环Transformer的2比特KV缓存量化
热点事件持续更新
ResidualQuant：循环Transformer的2比特KV缓存量化
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Heejun Kim等作者提出一种面向循环 Transformer 的 KV Cache 量化方法 ResidualQuant，可将缓存精度压至 INT2。其思路是利用循环 Transformer 各轮 KV 状态高度相似的特点，以最后一轮 KV 为参考，用低精度残差表示其余轮次，并结合最小二乘缩放、旋转与逐轮混合精度。 该方法是作者在论文中提出的技术方案，报道未给出实际压缩效果或推理性能的验证结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
ResidualQuant：面向循环 Transformer 的 2-Bit 残差 KV Cache 量化报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.LGResidualQuant：面向循环 Transformer 的 2-Bit 残差 KV Cache 量化
ResidualQuant 利用循环 Transformer 各轮 KV 状态高度相似的特点，以最后一轮 KV 为参考、用低精度残差表示其余轮次，结合最小二乘缩放、旋转与逐轮混合精度，实现低至 INT2 的 KV Cache 量化。
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。