arXiv · cs.AI · Baha Rababah, Shahzeb Qamar, Lorenz Sparrenberg, Rafet Sifa, Murat Kantarcioglu, Carson K. Leung, Cuneyt Gurcan Akcora · 13 小时前模型评分34
TopoQuant：用拓扑分析刻画量化大语言模型的行为漂移
TopoQuant: Topological Framework to Characterize Behavioral Shifts in Quantized Large Language Models
导读
TopoQuant 提出用拓扑数据分析（TDA，Topological Data Analysis）量化自注意力权重的结构漂移，并将其与量化大语言模型的行为变化关联。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We present TopoQuant, a topological framework that uses topological data analysis (TDA) to quantify structural drift in self-attention weights and relate it to behavioral changes in quantized LLMs.”
来源：arXiv · cs.AI · arxiv.org