PiSO：PTQ 尺度优化算法提出

2026年10月20日，arXiv Artificial Intelligence 刊出 Juan Amboage 等作者的论文，提出训练后量化（PTQ）尺度优化算法 PiSO（Piecewise Scale Optimization）。报道称，PiSO 利用校准数据按通道选择缩放因子，在 RTN 量化下可实现任意精度的全局最优输出重建误差，并可扩展到分组量化以及 GPTQ、Qronos 等误差校正方法。该报道是事件目前唯一的主报道，尚无跟进报道，因此不存在早先报道与后续报道之间的数字或说法矛盾；上述“任意精度”“全局最优”等表述均为该论文来源的说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。