01【ACL-2026】BWLA：面向LLMs的1-bit权重与低比特激活后训练量化框架 后摩智能芯片算法团队提出BWLA（Binarized Weights and Low-bit Activations），这是首个在无需重训练的后训练量化框架下，同时实现1-bit权重与低比特激活（如6-bit）的大语言模型压缩方法。现有二值化方法虽然能够将权重压缩到接近1bit，但大多无法有效处理激活中的重尾离群值，因此仍需保留高精度激活，推理时还需要进行权重反量化，难以真正实现端到端加速。BWLA从权重与激活的统计分布出发，通过联合重塑权重分布与抑制激活离群值，显著提升了W1AX场景下的量化