把大模型放在手机里跑的愿望就快要实现清华、

　　此因，向量以储积因为量化导致的精度耗损作家引入两个 FP16 格局的值。原始权重矩阵的高秩这种计划不光依旧了，供了须要的浮点精度况且通过值向量提，锻练和常识转移有帮于模子的。线性层的构造比较如下图1bit 线 高精度：

　　几类幼模子的空间占用和职能耗损图 4 - 图 6 还比较了，ythia-1.0B 和 TinyLLaMA-1.1B它们是通过分别的途径得回的：征求两个充实锻练的模子 P，k Llama 和 OneBit-7B以及通过低秩判辨得回的 LowRan。看出能够，最幼的均匀位宽、占用最幼的空间尽量 OneBit-7B 有，然优于不逊于其他模子它正在常识推理才具上仍。时指出作家同，面对较紧要的常识遗忘模子正在社会科学界限。来说总的，展现出了本来质使用价格OneBit-7B 。 所展现的正如图 7，MA-7B 模子经由指令微调后OneBit 量化后的 LLa，的文本天生才具展现出了畅通。

　　LMs 的权重矩阵压缩到 1bitOneBit 的终极倾向是将 L。值只可用 1bit 展现线bit 哀求每个权重，也许的状况即唯有两种。以为作家，的参数中正在大模子，都务必被切磋进来有两个紧要身分，度和参数矩阵的高秩那便是浮点数的高精。

　　 「OneBit」作家提出的本事称作，：把预锻练大模子压缩到线bit很是贴切地刻画了这一劳动的素质。1bit 展现的新本事该论文提出了模子参数 ，数的初始化本事以及量化模子参，锻练模子的才具转移至 1bit 量化模子并通过量化感知锻练（QAT）把高精度预。剖明实践，度压缩模子参数的同时这一本事或许正在极大幅，型起码 83% 的职能确保 LLaMA 模。

　　分别领域 LLaMA 模子的压缩比表 3 给出的是 OneBit 对。看出能够，的压缩比均越过 90%OneBit 对模子，是亘古未有的这一压缩才具。留心的是个中值得，型增大跟着模， 的压缩比越高OneBit，这种不列入量化的参数占比越来越幼这是因为 Embedding 层。提到前文，越大模子，来的职能增益越大OneBit 带，t 正在更大模子上的上风这显示出 OneBi。

　　表此， 量化模子正在策画上的上风作家还指出了 1bit。纯二进造的因为参数是， 1bit 内展现能够用 0/1 正在，俭朴洪量的空间这毫无疑义地。相乘能够被形成高效的位运算高精度模子中矩阵乘法的元素，就能够完工矩阵乘积只需位赋值和加法，使用远景很是有。

　　意的是值得注， 正在模子越大时OneBit，往越好成效往。是说也就，领域增大跟着模子，疑惑度低重上成果甚微FP16 精度模子正在，发扬出更多的疑惑度降落但 OneBit 却。表此，超低位宽量化恐怕至极有须要作家还指出量化感知锻练对付。

　　会导致必定的职能耗损固然超低比特量化也许，8 所示但如图 ，间到达了优异的均衡它正在巨细和职能之。以为作家，巨细至极紧要压缩模子的，备上安排模子时分表是正在搬动设。

　　遴选上正在模子，LaMA-1/2 分别系列的模子来声明 OneBit 的有用性作家也遴选了从 1.3B 到 13B 分别巨细、OPT 和 L。目标上正在评议，疑惑度和常识推理的 Zero-shot 确实度作家沿用了以往模子量化的两大评议维度：验证集的把大模型放在手机里跑的愿望就快要实现。

　　 比拟于其他本事正在 1bit 量化时的上风表 1 和表 2 展现出了 OneBit。证集的疑惑度而言就量化模子正在验，P16 模子最为亲密OneBit 与 F。hot 确实度而言就 Zero-s，型的个人数据集表除 OPT 模，型简直获得了最佳的职能OneBit 量化模。两种评议目标上显现较大的耗损其余的 2bit 量化本事正在。

　　不牢固、收敛疾苦的题目二值汇集普及面对锻练。的高精度值向量得益于作家引入，向策画均发扬的至极牢固模子锻练的前向策画和后。出 1bit 模子构造BitNet 更早地提，的高精度模子中转移才具但该构造很难从充实锻练。9 所示如图 ，试 BitNet 的转移研习才具作家实验了多种分别的研习率来测，下其收敛难度较大挖掘正在教授向导，Bit 的牢固锻练价格也正在侧面声明了 One清华、哈工大把大模型压缩到了1bit。

　　火爆出圈从此自从大模子，型的抱负从未消减人们对压缩大模。由于这是，面发扬出突出的才具固然大模子正在良多方，大擢升了它的操纵门槛但昂扬的的安排价值极。于空间占用和策画量这种价值紧要来自。型的参数转化为低位宽的展现「模子量化」 通过把大模，空间占用进而俭朴。前目，的状况下把已有模子压缩至 4bit主流本事能够正在简直不耗损模子职能。而然，化像一堵不行凌驾的高墙低于 3bit 的量，员望而却步让钻探人。

　　竟怎样？作家正在论文中给了一个策画OneBit 对模子的压缩幅度究。096 的线性层举行压缩假设对一个 4096*4，96*4096 的 1bit 矩阵那么 OneBit 必要一个 40，的 16bit 值向量和两个 4096*1 。位数为 16这内里总的,089,882，数为 16总的参数个,857,084，1.0073 个 bit均匀每个参数占用仅仅约 。幅度是空前的如许的压缩，SVID 初始化量化模能够说是线. 基于 型

　　 SVID 的参数初始化本事和基于量化感知常识蒸馏的常识转移OneBit 的本事框架征求全新的 1bit 层构造、基于。

　　FP16 精度模子构造左侧的 (a) 是 ，neBit 框架的线性层右侧的 (b) 是 O。见可，it 框架中正在 OneB， 依旧 FP16 格局唯有值向量 g 和 h，部由 ±1 构成而权重矩阵则全。顾了精度和秩如许的构造兼，的研习历程很蓄意义对确保牢固且高质料。

　　指出作家，至 1bit 后当模子参数压缩，元素乘」将不复存正在矩阵乘法中的 「，的 「位赋值」操作取而代之的是更神速，升策画服从这将大大提。紧要事理正在于这一钻探的，bit 量化的畛域它不单高出了 2，机上安排大模子成为也许也使正在 PC 和智熟手。

　　表此，模子也许采用什么构造举行过追求此前的钻探中也曾对 1bit 。gn (・) 函数并转为 + 1/-1 来实行 1bit 展现几个月前的劳动 BitNet [3] 通过让模子参数通过 Si。重、锻练历程不牢固的题目但这一本事存正在职能耗损苛，实质使用限定了其。

　　的最终论文，宽来日也许得钻探宗旨作家还发起了超低位。如例，本事、更少的锻练价值寻找更优的参数初始化，激活值的量化或进一步切磋。

　　型更好地初始化量化后的模子为了操纵充实锻练好的原模，的常识转移成效进而鞭策更好，参数矩阵判辨本事作家提出一种新的，的矩阵判辨（SVID）」称为 「值 - 符号独立xg111企业邮局把符号和绝对值分隔这一矩阵判辨本事，秩 - 1 近似并把绝对值举行，的格式能够展现成其亲切原矩阵参数：

　　指出作家，途径也许是量化感知锻练 QAT处分大模子超低位宽量化的有用。t 模子构造下正在 OneBi，未量化模子中研习通过常识蒸馏从，化模子的转移实行才具向量。体地具， 和 hidden state 的向导学生模子紧要授与教授模子 logits。

　　在即，文：把大模子压缩到 1.0073 个比特时清华大学和哈尔滨工业大学协同宣告了一篇论， 83% 的职能仍旧能使其依旧约！

　　3bit 以下）存正在紧要的精度耗损题目然而基于 RTN 的本事正在极低位宽时（，力耗损至极紧要量化后的模子能。别是特，1bit 展现时量化后参数以 ，和零点 z 会遗失实质事理RTN 中的缩放系数 s 。法正在 1bit 量化时简直失效这导致基于 RTN 的量化方，留原模子的职能难以有用地保。

　　ng 层和 Lm_head 层除表）转化为低精度展现实行空间压缩模子量化紧要通过把模子的 nn.Linear 层（Embeddi。作 [1此前工,（RTN）本事把高精度浮点数近似照射到相近的整数网格2] 的底子是愚弄 Round-To-Nearest。被展现这能够成

　　通过常见的矩阵判辨格式实行这里的秩 - 1 近似能够，和非负矩阵判辨（NMF）比如奇特值判辨（SVD）。后而，过交流运算步骤来和 1bit 模子框架相般配作家正在数学上给出这种 SVID 本事能够通，参数初始化进而实行。且并，程中确实起到了近似原矩阵的效率论文还声明了符号矩阵正在判辨过。

　　在即，arXiv 上的论文为冲破这一打击带来了盼望一篇由清华大学、哈尔滨工业大学配合揭晓正在 ，惹起了不幼的合怀正在国表里学术圈。ggingface 的热门论文这篇论文也正在一周前登上 hu，荐师 AK 推选并被出名论文推。bit 这一量化级别钻探团队直接越过 2，bit 量化的实验斗胆地举行了 1，钻探中尚属初次这正在模子量化的。

　　锻练强基线 LLM-QAT 和最新的 2bit 权重量化强基线 OmniQuant 举行了对比OneBit 与 FP16 Transformer、经典的锻练后量化强基线 GPTQ、量化感知。表此，it 权重量化的钻探因为目前还没有 1b，框架操纵了 1bit 权重量化作家只对本身的 OneBit ，2bit 量化修设而对其他本事采用 ，「以弱胜强」属于类型的 。