挑战 1 比特！ETH Zürich 秦浩桐：如何把大模型「塞进」小设备？| IJCAI 2026
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
苏黎世联邦理工学院博士后秦浩桐在 IJCAI 2026 演讲中提出 BiLLM 与 SqueezeLLM 两项后训练量化工作，无需重新训练即可将 LLM 压缩至 1 比特与 2 比特。
来源：AI科技评论 · 微信公众号 · mp.weixin.qq.com
本站未展示全文，请前往来源网站阅读。
苏黎世联邦理工学院博士后秦浩桐在 IJCAI 2026 演讲中提出 BiLLM 与 SqueezeLLM 两项后训练量化工作，无需重新训练即可将 LLM 压缩至 1 比特与 2 比特。
来源：AI科技评论 · 微信公众号 · mp.weixin.qq.com