热点事件观察中

TileQuant：以瓦片为精度分配单元的LLM混合精度PTQ

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

2026年11月6日，arXiv人工智能板块刊出Hanzhi Zhang等作者的论文，提出TileQuant——一个免训练（training-free）的大语言模型混合精度训练后量化框架。据该文自述，TileQuant把精度分配给与硬件对齐的二维权重瓦片（tile）：对每个投影层，在保留预算之内，得分最高的瓦片保持16-bit，其余瓦片使用8-bit。报道未给出量化误差、推理速度或显存占用的实测数据，也未说明该框架适用的模型规模与硬件范围。目前该工作仅见这一篇主报道，尚无跟进报道或独立复现，其效果与限制有待进一步验证。

AI 根据报道生成 · 2 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月6日

13:00
arXiv Artificial Intelligence
TileQuant：以 tile 为精度分配单元的 LLM 混合精度训练后量化框架
TileQuant 是一个免训练的训练后量化框架，把精度分配给硬件对齐的二维权重 tile：每个投影在保留预算内，得分最高的 tile 保持 16-bit，其余用 8-bit。

本事件热度走势

可比范围当前: 3
可比范围峰值: 711月7日 03:00
近 24 小时变化: -49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。