LIRQuant局部隔离旋转量化方法提出

2026年10月20日，arXiv Artificial Intelligence 刊出 Desheng Xu 等作者的论文，提出面向大语言模型的局部隔离旋转量化方法 LIRQuant。据该报道，LIRQuant 是一种敏感度感知的量化框架：它通过噪声加权敏感度指标识别敏感通道，仅对这些通道应用可学习旋转，其余通道则使用轻量固定旋转。报道称，在 LLaMA-2/3、Mistral、Qwen3 和 Mixtral 系列模型上，LIRQuant 在 W4A4KV4 设置下取得 SOTA 精度；校准 LLaMA-3-8B 仅需 25 分钟、20.3 GB 峰值 GPU 显存。目前该事件仅有这一篇主报道，尚无跟进报道，也未出现数字、时间或说法上的前后矛盾。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。