QuantWM quantifie en 2 bits le cache KV des modèles de monde vidéo sans entraînement
1 sourcemis à jour il y a 2 jpertinence 3,3 sur5
L’essentiel
QuantWM compresse la mémoire du cache KV jusqu’à 6,20 fois, avec un surcoût limité, selon ses tests sur cinq modèles dont Matrix-Game-2. Il vise le scintillement temporel que causent les méthodes existantes.
Propagation1 article, publié par HF Daily Papers le 5 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceJiaqi Zhao, Xiaobin Hu, Bo Yin et al.huggingface.co
QuantWM: Temporally Consistent 2-Bit KV Cache Quantization for Video World Models (site externe)
Video world models achieve long-range temporal consistency by storing KV cache during generation, but the growing cache makes KV cache memory a major deployment bottleneck, which motivates low-bit quantization study for efficiency.
Sur les mêmes thèmes
Infra
Ai2 publie Olmo-core 3, son framework d’entraînement ouvert pour de grands modèles à mélange d’experts
Infra
SlimWise élague les experts uniquement au décodage pour servir plus efficacement les modèles MoE
Recherche
RayOrch, un moteur distribué, préserve les liens parent-enfant dans la préparation de données d’IA
Infra
TRACE propose un entraînement FP4 par RL pour les modèles MoE, guidé par les rollouts
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5