BiSCo-LLM:無需碼本的二進製球面編碼實現極低比特大模型壓縮
針對大語言模型部署中面臨的記憶體容量、權重頻寬及檢查點儲存瓶頸,本文提出BiSCo-LLM,一種無需顯式碼本的二進製球面編碼框架,旨在解決極低比特(接近2 bits/權重)下的量化表示能力受限問題。傳統標量量化在低比特下精度損失嚴重,而向量量化則依賴龐大的碼本查找與額外儲存。BiSCo-LLM透過將局部權重映射至單位超球面並二值化為緊湊的球面碼,以位打包符號流替代顯式VQ質心,大幅降低儲存開銷。結合殘差二進製球面量化編碼重建誤差,並引入類別恢復蒸餾技術,有效緩解了局部權重重建與整體模型行為之間的失配。實驗表明,該方法在極低比特下實現了優異的性能平衡。