HGA-Quant：ARVG模型免训练量化框架发布
热点事件持续更新
HGA-Quant：ARVG模型免训练量化框架发布
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者提出免训练训练后量化（PTQ）框架 HGA-Quant，用于自回归视觉生成（ARVG）模型的低比特量化，由 T-BGR 与 CAPS 两部分组成，代码已开源。 在 Infinity 模型上，该框架以 W4A5.6 有效激活精度实现接近全精度的图像生成质量；而现有方法在 W4A6 下仍出现明显质量退化。
AI 根据报道生成 · 1 小时前更新
最新进展10月14日 12:00
HGA-Quant：面向自回归视觉生成模型的异构感知量化框架报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AIHGA-Quant：面向自回归视觉生成模型的异构感知量化框架
研究者提出免训练 PTQ 框架 HGA-Quant，由 T-BGR 与 CAPS 两部分组成，用于自回归视觉生成（ARVG）模型的低比特量化。在 Infinity 上，该框架以 W4A5.6 有效激活精度实现接近全精度的图像生成质量，而现有方法在 W4A6 下仍出现明显质量退化。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。