University of California, San Diego（加州大学圣迭戈分校）

Qronos: Correcting the Past by Shaping the Future... in Post-Training Quantization

Qronos：通过塑造未来修正过去……在训练后量化中

Shihao Zhang, Haoyu Zhang, Ian Colbert, Rayan Saab

机构 * Department of Mathematics University of California, San Diego（数学系加州大学圣地亚哥分校） ； Software Architecture Advanced Micro Devices, Inc.（软件架构先进微器件公司） ； Department of Mathematics & HDSI University of California, San Diego（数学系及HDSI加州大学圣地亚哥分校） 纠错

AI总结 Qronos通过迭代优化框架在训练后量化中显式纠正误差并超越现有方法，提升模型精度。

Theoretical Guarantees for Low-Rank Compression of Deep Neural Networks

深度神经网络低秩压缩的理论保证

Shihao Zhang, Rayan Saab

机构 * Department of Mathematics, University of California San Diego（加州大学圣地亚哥分校数学系） ； Department of Mathematics（数学系） ； Hal c o g lu Data Science Institute, University of California San Diego（Hal c o g lu数据科学研究所，加州大学圣地亚哥分校） 纠错

AI总结 本文提出了一种数据驱动的后训练低秩压缩分析框架，通过理论证明在不同假设下恢复定理，以解释低秩压缩方法优于数据无关方法的原因，并推动理论支持的压缩算法发展。

Journal ref Applied and Computational Harmonic Analysis 2026