热点事件持续更新
研究团队提出代数整数数制AINF及AIQ量化技术
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
2026年10月，研究人员公布了面向机器学习应用的新型量化研究，提出用于高可配置与高精度压缩计算的代数整数数制（AINF），并推出面向大语言模型（LLM）推理的有损压缩格式代数整数量化（AIQ）。据介绍，AINF可直接简化为纯整数运算，从而实现无误差的乘加计算，研究团队也据此开发了矩阵乘法引擎。在多模型评测中，于相同参数比特预算条件下，采用二次代数整数的AIQ取得了与行业标准MX格式相当的精度表现。
AI 根据报道生成 · 4 小时前更新
最新进展10月12日 12:00
研究团队提出数制AINF与量化格式AIQ，并开发了对应矩阵乘法引擎。报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv 机器学习面向机器学习应用的代数整数代数整数数制量化研究
研究人员提出用于高可配置与高精度压缩计算的代数整数数制（AINF），并推出面向大语言模型（LLM）推理的有损压缩格式代数整数量化（AIQ）。AINF 可直接简化为纯整数运算以实现无误差乘加计算，团队据此开发了矩阵乘法引擎。在相同参数比特预算下，采用二次代数整数的 AIQ 在多模型评测中取得了与行业标准 MX 格式相当的精度。
本事件热度走势
当前热度 9·可比范围峰值 10（10月12日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。