把大模型放在手机里跑的愿望就快要实现清华、

　　在即，arXiv 上的论文为打破这一阻难带来了指望一篇由清华大学、哈尔滨工业大学合营揭晓正在 ，惹起了不幼的体贴正在国表里学术圈。ggingface 的热门论文这篇论文也正在一周前登上 hu，荐师 AK 推举并被出名论文推。bit 这一量化级别研商团队直接越过 2，bit 量化的测试斗胆地举办了 1，研商中尚属初次这正在模子量化的。

　　几类幼模子的空间占用和机能失掉图 4 - 图 6 还比较了，ythia-1.0B 和 TinyLLaMA-1.1B它们是通过区别的途径得到的：网罗两个敷裕教练的模子 P，k Llama 和 OneBit-7B以及通过低秩理解得到的 LowRan。看出可能，最幼的均匀位宽、占用最幼的空间即使 OneBit-7B 有，然优于不逊于其他模子它正在常识推理才气上仍。时指出作家同，面对较要紧的常识遗忘模子正在社会科学范畴。来说总的，显示出了原来质利用代价OneBit-7B 。 所显示的正如图 7，MA-7B 模子经历指令微调后OneBit 量化后的 LLa，的文本天生才气显示出了通畅。

　　3bit 以下）存正在要紧的精度失掉题目然而基于 RTN 的设施正在极低位宽时（，力失掉极端要紧量化后的模子能。别是特，1bit 体现时量化后参数以 ，和零点 z 会遗失实质旨趣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，留原模子的机能难以有用地保。

　　不不变、收敛麻烦的题目二值收集广大面对教练。的高精度值向量得益于作家引入，向揣测均展现的极端不变模子教练的前向揣测和后。出 1bit 模子构造BitNet 更早地提，的高精度模子中转移才气但该构造很难从敷裕教练。9 所示如图 ，试 BitNet 的转移研习才气作家测试了多种区别的研习率来测，下其收敛难度较大呈现正在教练指挥，Bit 的不变教练代价也正在侧面阐明了 One。

　　表此，模子可以采用什么构造举办过搜索此前的研商中也曾对 1bit 。gn (・) 函数并转为 + 1/-1 来竣工 1bit 体现几个月前的职业 BitNet [3] 通过让模子参数通过 Si。重、教练经过不不变的题目但这一设施存正在机能失掉厉，实质利用限定了其。

　　的结尾论文，宽将来可以得研商偏向作家还倡议了超低位把大模型放在手机里跑的愿望就快要实现。如例，设施、更少的教练价钱寻找更优的参数初始化，激活值的量化或进一步思虑。

　　指出作家，途径可以是量化感知教练 QAT处理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，化模子的转移竣工才气向量。体地具， 和 hidden state 的指挥学生模子厉重回收教练模子 logits。

　　通过常见的矩阵理解方法竣工这里的秩 - 1 近似可能，和非负矩阵理解（NMF）比方蹊跷值理解（SVD）。后而，过交流运算步骤来和 1bit 模子框架相成家作家正在数学上给出这种 SVID 设施可能通，参数初始化进而竣工。且并，程中确实起到了近似原矩阵的功用论文还阐明了符号矩阵正在理解过清华、哈工大把大模型压缩到了1bit。

　　 SVID 的参数初始化设施和基于量化感知常识蒸馏的常识转移OneBit 的设施框架网罗全新的 1bit 层构造、基于。

　　此因，向量以积蓄因为量化导致的精度失掉作家引入两个 FP16 花式的值。原始权重矩阵的高秩这种打算不只连结了，供了需要的浮点精度并且通过值向量提，教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：

　　表此， 量化模子正在揣测上的上风作家还指出了 1bit。纯二进造的因为参数是， 1bit 内体现可能用 0/1 正在，精打细算大宗的空间这毫无疑难地。相乘可能被形成高效的位运算高精度模子中矩阵乘法的元素，就可能完结矩阵乘积只需位赋值和加法，利用远景额表有。

　　火爆出圈从此自从大模子，型的志气从未消减人们对压缩大模。由于这是，面展现出卓越的才气固然大模子正在良多方，大擢升了它的运用门槛但昂贵的的陈设价钱极。于空间占用和揣测量这种价钱厉重来自。型的参数转化为低位宽的体现「模子量化」 通过把大模，空间占用进而精打细算。前目，的境况下把已有模子压缩至 4bit主流设施可能正在简直不失掉模子机能。而然，化像一堵不行跨越的高墙低于 3bit 的量，员望而却步让研商人。

　　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共同宣布了一篇论， 83% 的机能依旧能使其连结约！

　　竟怎么？作家正在论文中给了一个揣测OneBit 对模子的压缩幅度究。096 的线性层举办压缩假设对一个 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这内中总的,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 初始化量化模可能说是线. 基于 型

　　 比拟于其他设施正在 1bit 量化时的上风表 1 和表 2 显示出了 OneBit。证集的疑惑度而言就量化模子正在验，P16 模子最为亲昵OneBit 与 F。hot 精确度而言就 Zero-s，型的个人数据集表除 OPT 模，型简直获得了最佳的机能OneBit 量化模。两种评判目标上浮现较大的失掉其余的 2bit 量化设施正在。

　　 「OneBit」作家提出的设施称作，：把预教练大模子压缩到线bit额表贴切地描摹了这一职业的实质。1bit 体现的新设施该论文提出了模子参数 ，数的初始化设施以及量化模子参，教练模子的才气转移至 1bit 量化模子并通过量化感知教练（QAT）把高精度预。剖明试验，度压缩模子参数的同时这一设施可能正在极大幅，型起码 83% 的机能包管 LLaMA 模。

　　教练强基线 LLM-QAT 和最新的 2bit 权重量化强基线 OmniQuant 举办了对比OneBit 与 FP16 Transformer太平洋在线下载经典的教练后量化强基线 GPTQ、量化感知。表此，it 权重量化的研商因为目前还没有 1b，框架运用了 1bit 权重量化作家只对己方的 OneBit ，2bit 量化创立而对其他设施选取 ，「以弱胜强」属于模范的 。

　　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， 连结 FP16 花式惟有值向量 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，的研习经过很故意义对包管不变且高质地。

　　选拔上正在模子，LaMA-1/2 区别系列的模子来阐明 OneBit 的有用性作家也选拔了从 1.3B 到 13B 区别巨细、OPT 和 L。目标上正在评判，疑惑度和常识推理的 Zero-shot 精确度作家沿用了以往模子量化的两大评判维度：验证集的。

　　型更好地初始化量化后的模子为了运用敷裕教练好的原模，的常识转移恶果进而鼓吹更好，参数矩阵理解设施作家提出一种新的，的矩阵理解（SVID）」称为 「值 - 符号独立。把符号和绝对值离开这一矩阵理解设施，秩 - 1 近似并把绝对值举办，的方法可能体现成其靠拢原矩阵参数：

　　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急迅，升揣测功效这将大大提。要紧旨趣正在于这一研商的，bit 量化的边界它不只逾越了 2，机上陈设大模子成为可以也使正在 PC 和智老手。

　　会导致必定的机能失掉固然超低比特量化可以，8 所示但如图 ，间抵达了杰出的平均它正在巨细和机能之。以为作家，巨细极端要紧压缩模子的，备上陈设模子时希罕是正在挪动设。

　　区别领域 LLaMA 模子的压缩比表 3 给出的是 OneBit 对。看出可能，的压缩比均跨越 90%OneBit 对模子，是空前未有的这一压缩才气。提防的是个中值得，型增大跟着模， 的压缩比越高OneBit，这种不到场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，来的机能增益越大OneBit 带，t 正在更大模子上的上风这显示出 OneBi。

　　意的是值得注， 正在模子越大时OneBit，往越好恶果往。是说也就，领域增大跟着模子，疑惑度低浸上奏效甚微FP16 精度模子正在，展现出更多的疑惑度降落但 OneBit 却。表此，超低位宽量化大概极端有需要作家还指出量化感知教练对付。

　　ng 层和 Lm_head 层除表）转化为低精度体现竣工空间压缩模子量化厉重通过把模子的 nn.Linear 层（Embeddi。作 [1此前工,（RTN）设施把高精度浮点数近似映照到左近的整数网格2] 的根源是行使 Round-To-Nearest。被体现这可能成

　　LMs 的权重矩阵压缩到 1bitOneBit 的终极方针是将 L。值只可用 1bit 体现线bit 哀求每个权重，可以的状况即惟有两种。以为作家，的参数中正在大模子，都务必被思虑进来有两个要紧要素，度和参数矩阵的高秩那即是浮点数的高精。