深度分析
BitTP：以權重-only 1.58 位元量化壓縮 Seq2Seq 軌跡預測以利邊緣部署
BitTP 提出一套針對序列到序列（Seq2Seq）語言型軌跡預測器的輕量化框架，透過自訂 BitLinear 模組把 nn.Linear 權重量化到極低位元（最佳為 1.58-bit），同時保留激活值為全精度。
深度分析
BitTP 提出一套針對序列到序列（Seq2Seq）語言型軌跡預測器的輕量化框架，透過自訂 BitLinear 模組把 nn.Linear 權重量化到極低位元（最佳為 1.58-bit），同時保留激活值為全精度。
深度分析
背景：研究集中在已知輸入共變異數ΣX時的權重僅後訓練量化問題。方法：採用水位分配調整每個座標的比特配置，分析WaterSIC（僅用整數量化器）與GPTQ在高率下的行為。主要結果：WaterSIC在高率下接近資訊論下界，GPTQ配合隨機旋轉亦可達到近似最優。