神经网络量化的格几何学 -- GPTQ 与巴巴算法等价性简明证明
机器学习
2026-03-04 v2 人工智能
摘要
我们解释了神经网络中线性单元的数据驱动量化如何对应于解决由输入数据生成的特定格的最近向量问题。我们证明了GPTQ算法等价于巴巴的著名最近平面算法。此外，我们提供了两种算法的几何直觉。最后，我们指出了这些结果的后果，特别是暗示了使用格基约简以实现更佳量化的可能性。
引用
@article{arxiv.2508.01077,
title = {The Lattice Geometry of Neural Network Quantization -- A Short Equivalence Proof of GPTQ and Babai's Algorithm},
author = {Johann Birnick},
journal= {arXiv preprint arXiv:2508.01077},
year = {2026}
}
备注
9 pages, 3 figures, accepted at ICLR 2026