GitHub · 去对齐工具与仓库·· 19 天前AI 评分25
Intel 开源 RMSE：缓解顺序量化中学习型 PTQ 的优化不均衡问题
IntelChina-AI/RMSE
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/IntelChina-AI/RMSE
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
Intel 研究团队提出 RMSE，用于揭示并缓解学习型 PTQ（后训练量化）在顺序量化中的优化不均衡问题：重建损失幅度在不同量化阶段差异巨大，导致 MSE 产生不均衡的梯度更新。RMSE 通过隐式梯度归一化打破这种损失依赖耦合，使各阶段优化更均衡。技术报告已发布在 arXiv，代码和量化模型 checkpoint 即将开源。
来源：GitHub · 去对齐工具与仓库 · github.com