Сглаживание Квантования: Новый Метод Борьбы с Выбросами Весов
![Оптимизация весов с помощью OptRot, оценка несогласованности Гессиана, отношение [latex]\operatorname{tr}(D)/\text{Tr}(H)[/latex], показатель UB, нормированный к [latex]\text{Tr}(H)[/latex], и соотношение сигнал/шум после квантизации GPTQ для модели Llama-3.1-8B демонстрируют взаимосвязь между оптимизацией весов и сохранением точности после квантизации.](https://arxiv.org/html/2512.24124v1/figs/optrot_full_plot_8b.png)
Исследователи предлагают эффективный способ повышения точности квантования больших языковых моделей за счет оптимизации поворотов весов без использования обучающих данных.
![Оптимизация весов с помощью OptRot, оценка несогласованности Гессиана, отношение [latex]\operatorname{tr}(D)/\text{Tr}(H)[/latex], показатель UB, нормированный к [latex]\text{Tr}(H)[/latex], и соотношение сигнал/шум после квантизации GPTQ для модели Llama-3.1-8B демонстрируют взаимосвязь между оптимизацией весов и сохранением точности после квантизации.](https://arxiv.org/html/2512.24124v1/figs/optrot_full_plot_8b.png)
Исследователи предлагают эффективный способ повышения точности квантования больших языковых моделей за счет оптимизации поворотов весов без использования обучающих данных.
В декабре 2025 года криптомир решил немного отдохнуть от своего обычного хаоса, но лишь слегка. Согласно данным фирмы по безопасности блокчейна PeckShield (также известные как крипто-детективы 🕵️♂️), произошло всего 26 крупных взломов, в результате которых убытки составили скромные 76 миллионов долларов. По сравнению с 194,27 миллионами долларов в ноябре, это практически гаражная распродажа!

По данным SEC от 14 ноября 2025 года, компания HighVista Strategies LLC приобрела новую позицию в акциях Cidara Therapeutics (CDTX +0,04%), получив 70 904 акции на сумму 6,79 млн долларов на 30 сентября 2025 года. Это новое вложение составляет 1,66% от совокупных активов фонда, подлежащих отчетности в США за квартал. Фонд сообщил о 148 позициях, подлежащих отчетности, на конец квартала.
Новый фреймворк позволяет с высокой точностью предсказывать липофильность молекул, используя огромные объемы данных и интерпретируемые методы машинного обучения.
В статье представлен новый подход к решению крупномасштабных задач стохастического оптимального управления, основанный на сочетании стохастических методов и иерархической предобусловки.