公开(公告)号：CN118095371A

公开(公告)日：2024-05-28

申请号：CN202410239722.6

申请日：2024-03-04

Applicant: 南京大学

Inventor： 李武军 ,  蔡文朴

IPC: G06N3/0495 ,  G06N3/045 ,  G06N5/04

Abstract: 本发明公开一种基于低秩字典的大模型量化算法，采用训练后权重量化算法对大模型进行压缩。为了解决在量化比特较低时大模型量化性能下降明显的问题，本发明引入低秩的量化字典量化权重，设置量化字典的秩大于1，不再限制量化字典的秩为1，从而增强了量化字典的表达能力，减小了模型的量化损失。基于梯度的优化算法优化量化字典参数。通过二次量化的方法进一步压缩量化字典参数，使得增大字典的秩带来的额外存储开销很小。本发明可以适用现有主流大模型的压缩，可以把大模型权重从原有的16比特量化到小于4比特。在自然语言生成任务上和零样本推理任务上可以取得较小的性能损失，且在3比特时可以取得接近原模型的性能。

公开(公告)号：CN110276451A

公开(公告)日：2019-09-24

申请号：CN201910575103.3

申请日：2019-06-28

Applicant: 南京大学

Inventor： 李武军 ,  蔡文朴

IPC: G06N3/08

Abstract: 本发明公开了一种基于权重归一化的深度神经网络压缩方法，权重的量化可以分解为三个步骤，首先对权重进行归一化，然后基于最小量化误差把权重量化至极低的比特，最后进行反归一化得到量化的权重，使用量化的权重进行神经网络的正向传播。为了训练量化权重的神经网络，本发明对阶跃形式的量化函数的导数进行近似，从而使得神经网络的梯度可以进行反向传播，梯度累加在浮点权重上。基于权重归一化的权重量化在一定程度上避免了权重的长尾分布，从而减小了量化误差，进而提高了模型的性能。本发明可以把现在的一些主流神经网络的权重压缩至2比特、3比特，同时保证模型的性能没有较大的损失。