cuantización
Todas las noticias con este tag · Estados Unidos.
Ver estadísticas de este tema
Noticias por hora
Últimas 24 horas · hora argentina
Consultar los valores por hora
| Hora | Noticias |
|---|---|
| 7 nov 2026, 5:00 p. m. | 0 |
| 7 nov 2026, 6:00 p. m. | 0 |
| 7 nov 2026, 7:00 p. m. | 0 |
| 7 nov 2026, 8:00 p. m. | 0 |
| 7 nov 2026, 9:00 p. m. | 0 |
| 7 nov 2026, 10:00 p. m. | 0 |
| 7 nov 2026, 11:00 p. m. | 0 |
| 8 nov 2026, 12:00 a. m. | 0 |
| 8 nov 2026, 1:00 a. m. | 0 |
| 8 nov 2026, 2:00 a. m. | 0 |
| 8 nov 2026, 3:00 a. m. | 0 |
| 8 nov 2026, 4:00 a. m. | 0 |
| 8 nov 2026, 5:00 a. m. | 0 |
| 8 nov 2026, 6:00 a. m. | 0 |
| 8 nov 2026, 7:00 a. m. | 0 |
| 8 nov 2026, 8:00 a. m. | 0 |
| 8 nov 2026, 9:00 a. m. | 0 |
| 8 nov 2026, 10:00 a. m. | 0 |
| 8 nov 2026, 11:00 a. m. | 0 |
| 8 nov 2026, 12:00 p. m. | 0 |
| 8 nov 2026, 1:00 p. m. | 0 |
| 8 nov 2026, 2:00 p. m. | 0 |
| 8 nov 2026, 3:00 p. m. | 0 |
| 8 nov 2026, 4:00 p. m. | 0 |
| 8 nov 2026, 5:00 p. m. | 0 |
Noticias por día
Últimos 30 días, incluido hoy · hora argentina
Consultar los valores por día
| Día | Noticias |
|---|---|
| 2026-10-10 | 0 |
| 2026-10-11 | 0 |
| 2026-10-12 | 0 |
| 2026-10-13 | 0 |
| 2026-10-14 | 0 |
| 2026-10-15 | 0 |
| 2026-10-16 | 0 |
| 2026-10-17 | 0 |
| 2026-10-18 | 0 |
| 2026-10-19 | 0 |
| 2026-10-20 | 0 |
| 2026-10-21 | 0 |
| 2026-10-22 | 0 |
| 2026-10-23 | 0 |
| 2026-10-24 | 0 |
| 2026-10-25 | 0 |
| 2026-10-26 | 0 |
| 2026-10-27 | 0 |
| 2026-10-28 | 0 |
| 2026-10-29 | 0 |
| 2026-10-30 | 0 |
| 2026-10-31 | 0 |
| 2026-11-01 | 0 |
| 2026-11-02 | 0 |
| 2026-11-03 | 1 |
| 2026-11-04 | 1 |
| 2026-11-05 | 0 |
| 2026-11-06 | 2 |
| 2026-11-07 | 0 |
| 2026-11-08 | 0 |
Los gráficos cuentan por fecha de publicación y respetan los filtros. El archivo incluye todo el histórico.
Noticias de cuantización
4 noticias · De más nuevas a más antiguas.
arXiv Computer Science AIColapso de alineación bajo la cuantización de la caché KV: Diagnóstico y mitigación
Se investiga cómo la cuantización de la caché clave-valor (KV) en modelos de lenguaje grande (LLM) afecta la alineación de seguridad. Se encontró que la cuantización de bajo bit puede destruir la alineación de seguridad, y se propone un diagnóstico llamado PCR para clasificar modos de fallo. El protocolo propuesto recupera hasta el 97% de la alineación perdida con mínima latencia y sobrecarga de memoria.
ActQuant: Cuantización con guía de acción de sub-4-bit para modelos Vision-Language-Action
Se presenta ActQuant, un marco de cuantización PTQ guiado por acción para modelos Vision-Language-Action, diseñado para reducir el cómputo y el tamaño del modelo. Este método logra cuantización a 3 bits por peso o menos, manteniendo altos porcentajes de precisión en benchmarks como OpenVLA-OFT. Además, se incluye una tubería de conversión para el despliegue eficiente en tiempo real en hardware.
FourSight: Stable FP4 RL Post-Training mediante Filtrado de Secuencias y Compensación de Canales Dispersos
Se presenta FourSight, un sistema de co-diseño de algoritmo y sistema para mejorar el despliegue post-entrenamiento de aprendizaje por refuerzo (RL) a formatos de bajo bit como FP4. El método aborda problemas como la discrepancia entre entrenamiento e inferencia y la concentración de errores de cuantización mediante filtrado de secuencias y compensación de precisión dispersa. Esto logra mantener una alta calidad de despliegue FP4 y mejora la precisión paso a precisión en modelos grandes.
Enrutamiento dinámico de precisión mixta para una interacción eficiente de LLM
Se propone el Enrutamiento Dinámico de Precisión Mixta (DMR) para mejorar la eficiencia de la interacción de modelos de lenguaje grandes (LLM) en tareas agenticas de largo horizonte. DMR selecciona adaptativamente entre versiones de alta y baja precisión del LLM en cada paso de decisión, identificando pasos críticos para optimizar el rendimiento y reducir el costo de inferencia. Este enfoque logra una aceleración de decodificación promedio de 2.44x sobre FP16 en benchmarks de agentes.