热点事件持续更新
CurveTQ: 无旋转 LLM 权重 Trellis 量化方案
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，arXiv Machine Learning Theory 发布 CurveTQ 方案，提出一种无旋转的 trellis 量化方法。该方案将 Hessian 的 LDL 对角权重写入 Viterbi 分支度量，使搜索在编码块内跟随曲率；同时采用因子化尺度场、闭式分位数表和每块起始状态，分别处理权重幅度与边际形状。目前公开信息仅涉及方法设计，未见实验数据或第三方验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
arXiv 发布 CurveTQ，提出无旋转 trellis 量化并引入曲率加权搜索。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Machine Learning TheoryCurveTQ：基于曲率加权搜索的无旋转 LLM 权重 Trellis 量化
CurveTQ 提出无旋转的 trellis 量化方案，把 Hessian 的 LDL 对角权重写入 Viterbi 分支度量，让搜索在编码块内跟随曲率，并用因子化尺度场、闭式分位数表和每块起始状态处理权重幅度与边际形状。
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。