把大模型放在手机里跑的愿望就快要实现清华、

　　差异领域 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技能。提神的是个中值得，型增大跟着模， 的压缩比越高OneBit，这种不出席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，来的功能增益越大OneBit 带，t 正在更大模子上的上风这显示出 OneBi。

　　 「OneBit」作家提出的门径称作，：把预演练大模子压缩到线bit特殊贴切地形色了这一事务的素质。1bit 体现的新门径该论文提出了模子参数 ，数的初始化门径以及量化模子参，演练模子的技能转移至 1bit 量化模子并通过量化感知演练（QAT）把高精度预。标明实践，度压缩模子参数的同时这一门径或许正在极大幅，型起码 83% 的功能保障 LLaMA 模。

　　几类幼模子的空间占用和功能吃亏图 4 - 图 6 还比较了，ythia-1.0B 和 TinyLLaMA-1.1B它们是通过差异的途径获取的：囊括两个饱满演练的模子 P，k Llama 和 OneBit-7B以及通过低秩分析获取的 LowRan。看出可能，最幼的均匀位宽、占用最幼的空间假使 OneBit-7B 有，然优于不逊于其他模子它正在常识推理技能上仍。时指出作家同，面对较主要的学问遗忘模子正在社会科学范围。来说总的，呈现出了原来质利用价格OneBit-7B 。 所呈现的正如图 7，MA-7B 模子始末指令微调后OneBit 量化后的 LLa，的文本天生技能呈现出了流利。

　　采选上正在模子，LaMA-1/2 差异系列的模子来注明 OneBit 的有用性作家也采选了从 1.3B 到 13B 差异巨细、OPT 和 L。目标上正在评判，疑惑度和常识推理的 Zero-shot 确实度作家沿用了以往模子量化的两大评判维度：验证集的。

　　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，升打算效能这将大大提。紧要道理正在于这一探究的，bit 量化的界限它不仅超过了 2，机上摆设大模子成为也许也使正在 PC 和智熟手。

　　不不变、收敛疾苦的题目二值汇集普及面对演练。的高精度值向量得益于作家引入，向打算均显示的极度不变模子演练的前向打算和后。出 1bit 模子构造BitNet 更早地提，的高精度模子中转移技能但该构造很难从饱满演练。9 所示如图 ，试 BitNet 的转移研习技能作家测试了多种差异的研习率来测，下其收敛难度较大创造正在西席教导，Bit 的不变演练价格也正在侧面注明了 One。

　　竟奈何？作家正在论文中给了一个打算OneBit 对模子的压缩幅度究。096 的线性层实行压缩假设对一个 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这内部总的,089,882把大模型放在手机里跑的愿望就快要实现，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 。幅度是空前的云云的压缩，SVID 初始化量化模可能说是线. 基于 型

　　的末了论文，宽改日也许得探究偏向作家还提议了超低位。如例，门径、更少的演练价值寻找更优的参数初始化，激活值的量化或进一步斟酌。

　　火爆出圈自此自从大模子，型的意向从未消减人们对压缩大模。由于这是，面显示出良好的技能固然大模子正在良多方，大提拔了它的运用门槛但兴奋的的摆设价值极。于空间占用和打算量这种价值紧要来自。型的参数转化为低位宽的体现「模子量化」 通过把大模，空间占用进而省俭。前目，的环境下把已有模子压缩至 4bit主流门径可能正在简直不吃亏模子功能。而然xg111化像一堵弗成跨越的高墙低于 3bit 的量，员望而却步让探究人。

　　意的是值得注， 正在模子越大时OneBit，往越好结果往。是说也就，领域增大跟着模子，疑惑度下降上生效甚微FP16 精度模子正在，显示出更多的疑惑度消浸但 OneBit 却。表此，超低位宽量化也许极度有须要作家还指出量化感知演练对付。

　　表此， 量化模子正在打算上的上风作家还指出了 1bit。纯二进造的因为参数是清华、哈工大把大模型压缩到了1bit， 1bit 内体现可能用 0/1 正在，省俭大宗的空间这毫无疑义地。相乘可能被酿成高效的位运算高精度模子中矩阵乘法的元素，就可能实行矩阵乘积只需位赋值和加法，利用远景特殊有。

　　 SVID 的参数初始化门径和基于量化感知学问蒸馏的学问转移OneBit 的门径框架囊括全新的 1bit 层构造、基于。

　　演练强基线 LLM-QAT 和最新的 2bit 权重量化强基线 OmniQuant 实行了斗劲OneBit 与 FP16 Transformer、经典的演练后量化强基线 GPTQ、量化感知。表此，it 权重量化的探究因为目前还没有 1b，框架运用了 1bit 权重量化作家只对己方的 OneBit ，2bit 量化修树而对其他门径采用 ，「以弱胜强」属于规范的 。

　　指出作家，途径也许是量化感知演练 QAT管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学问蒸馏从，化模子的转移达成技能向量。体地具， 和 hidden state 的教导学生模子紧要接收西席模子 logits。

　　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， 仍旧 FP16 形式惟有值向量 g 和 h，部由 ±1 构成而权重矩阵则全。顾了精度和秩云云的构造兼，的研习历程很蓄意义对保障不变且高质地。

　　 比拟于其他门径正在 1bit 量化时的上风表 1 和表 2 呈现出了 OneBit。证集的疑惑度而言就量化模子正在验，P16 模子最为挨近OneBit 与 F。hot 确实度而言就 Zero-s，型的片面数据集表除 OPT 模，型简直获得了最佳的功能OneBit 量化模。两种评判目标上浮现较大的吃亏其余的 2bit 量化门径正在。

　　通过常见的矩阵分析式样达成这里的秩 - 1 近似可能，和非负矩阵分析（NMF）比方怪异值分析（SVD）。后而，过互换运算次第来和 1bit 模子框架相成亲作家正在数学上给出这种 SVID 门径可能通，参数初始化进而达成。且并，程中确实起到了近似原矩阵的用意论文还注明了符号矩阵正在分析过。

　　LMs 的权重矩阵压缩到 1bitOneBit 的终极倾向是将 L。值只可用 1bit 体现线bit 央浼每个权重，也许的状况即惟有两种。以为作家，的参数中正在大模子，都务必被斟酌进来有两个紧要成分，度和参数矩阵的高秩那便是浮点数的高精。

　　在即，arXiv 上的论文为打破这一滞碍带来了生机一篇由清华大学、哈尔滨工业大学配合宣布正在 ，惹起了不幼的合切正在国表里学术圈。ggingface 的热门论文这篇论文也正在一周前登上 hu，荐师 AK 保举并被出名论文推。bit 这一量化级别探究团队直接越过 2，bit 量化的测试斗胆地实行了 1，探究中尚属初次这正在模子量化的。

　　会导致必然的功能吃亏固然超低比特量化也许，8 所示但如图 ，间到达了杰出的平均它正在巨细和功能之。以为作家，巨细极度紧要压缩模子的，备上摆设模子时出格是正在转移设。

　　此因，向量以储积因为量化导致的精度吃亏作家引入两个 FP16 形式的值。原始权重矩阵的高秩这种策画不只仍旧了，供了须要的浮点精度况且通过值向量提，演练和学问转移有帮于模子的。线性层的构造比较如下图1bit 线 高精度：

　　3bit 以下）存正在主要的精度吃亏题目然而基于 RTN 的门径正在极低位宽时（，力吃亏极度主要量化后的模子能。别是特，1bit 体现时量化后参数以 ，和零点 z 会遗失实质道理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，留原模子的功能难以有用地保。

　　表此，模子也许采用什么构造实行过探寻此前的探究中也曾对 1bit 。gn (・) 函数并转为 + 1/-1 来达成 1bit 体现几个月前的事务 BitNet [3] 通过让模子参数通过 Si。重、演练历程不不变的题目但这一门径存正在功能吃亏厉，实质利用局限了其。

　　ng 层和 Lm_head 层除表）转化为低精度体现达成空间压缩模子量化紧要通过把模子的 nn.Linear 层（Embeddi。作 [1此前工,（RTN）门径把高精度浮点数近似映照到邻近的整数网格2] 的根本是诈欺 Round-To-Nearest。被体现这可能成

　　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纠合宣布了一篇论， 83% 的功能还是能使其仍旧约！

　　型更好地初始化量化后的模子为了运用饱满演练好的原模，的学问转移结果进而鼓动更好，参数矩阵分析门径作家提出一种新的，的矩阵分析（SVID）」称为 「值 - 符号独立。把符号和绝对值离开这一矩阵分析门径，秩 - 1 近似并把绝对值实行，的式样可能体现成其迫临原矩阵参数：