大语言模型 (LLM) 压缩一直备受关注，解决后训练量化（Post-training Quantization) 是部署其中一种常用算法，文章发表在 EMNLP 2023 上 。难题且当比特数低于 8 时，解决想较于 Integer (INT) 量化 ，部署因而越来越多的难题硬件平台开始支持 FP 量化。BERT等部署难题：首个4-bit浮点量化LLM来了 2023年11月17日 21:04 机器之心Pro 新浪财经APP 缩小字体 放大字体 收藏 微博 微信 分享 腾讯QQ QQ空间

这篇文章给出了大模型 FP 量化的解决解决方案。Floating Point (FP) 量化能更好的部署表示长尾分布，量化后模型的难题准确率会下降非常多
。

解决