awq

GPTQ vs AWQ vs GGUF（GGML）速览和 GGUF 文件命名规范简单介绍一下四者的区别。参考链接：GPTQ - 2210.17323 | AWQ - 2306.00978 | GGML | GGUF - docs | What is GGUF and GGML?

【量化部署】AWQ in MLSys 2024论文： AWQ: Activation-aware Weight Quantization for LLM Compression and Acceleration 作者： MIT 代码： AWQ 特点：该方法是一个仅量化权重的方法（W4A16），AWQ认为只有极少部分（1%）模型权重是十分重要的，在量化时应该着重保护它们。AWQ根据校准数据输入模型后得到的激活值的量级来锁定重要权重，通过放大这些权重来实现对他们的保护，放大因子是对应激活量级的 α \alpha α次方。

Llama - 量化本文翻译整理自： https://llama.meta.com/docs/how-to-guides/quantization/

LLM量化--AWQ论文阅读笔记写在前面：近来大模型十分火爆，所以最近开启了一波对大模型推理优化论文的阅读，下面是自己的阅读笔记，里面对文章的理解并不全面，只将自己认为比较重要的部分摘了出来，详读的大家可以参看原文原论文地址：https://arxiv.org/pdf/2306.00978

本地部署 text-generation-webui一直喜欢用 FastChat 本地部署大语言模型，今天试一试 text-generation-webui 这个项目。