Awesome-Quantization-Papers
一站式追踪神经网络量化前沿论文，快速掌握技术脉络。
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 855
使用教程
环境要求
- git
安装与启动步骤
-
1取回清单
按模型结构与应用场景分类的量化论文列表。
git clone https://github.com/zhen-dong/Awesome-Quantization-Papers.git cd Awesome-Quantization-Papers -
2看分类
先看目录，量化算法、硬件协同、应用各成一块。
grep -n '^#' README.md | head -40 -
3按场景筛
找你要的部署形态，比如仅权重量化或 KV 缓存量化。
grep -in 'kv cache\|weight-only\|post-training' README.md | head -20 -
4顺论文读
清单给的是入口，方法细节要看原文。
# 按 arXiv 链接下载对应论文
如何确认成功
能定位到与你场景匹配的 3–5 篇代表作。
注意事项
- 清单覆盖会议与 arXiv，年份跨度大，注意看发表时间。
- 复现前先确认是否开源，很多只有论文。
核心亮点
- 按主题分类清晰，覆盖量化训练、推理优化等核心方向，便于按需查阅
- 持续跟进NeurIPS、ICML等顶会论文，时效性强
- 每条论文附有官方链接，方便直接获取原文和引用
不足之处
- 仅提供论文列表，缺乏代码实现或技术解读，实用性有限
- 文档/社区待观察
适用场景
- 研究神经网络量化方向的学生或学者快速调研文献
- 工程师寻找模型压缩方案时了解最新技术趋势
- 技术团队构建量化工具链时参考论文方法
替代项目
Awesome-Model-Compression、Awesome-Neural-Network-Pruning、Efficient-Deep-Learning-Book
同类项目推荐
MLOps_Workshop
开源
用 Azure 全家桶，把机器学习模型从实验快速推到生产。
Azure MLOps
gokart
开源
让机器学习流水线可复现、可管理，告别混乱实验。
Gokart solves reproducibility, task dependencies, constraints of good code, and ease···
Time-R1
开源
让大模型像专家一样一步步推理预测时间序列
Time-R1 is a two-stage reinforcement fine-tuning framework that trains large languag···
OneTrainer
开源
图形化界面搞定扩散模型训练，从 LoRA 到全量微调一站式完成。
OneTrainer is a one-stop solution for all your Diffusion training needs.
CAME
开源
减少大模型训练显存，优化器也能自适应省内存
[ACL 2023] The official implementation of "CAME: Confidence-guided Adaptive Memory O···
AutoTimes
开源
用大模型直接做时间序列预测，无需改架构
Official implementation for "AutoTimes: Autoregressive Time Series Forecasters via L···
mini-verl
开源
单张消费级显卡就能跑 PPO/GRPO 对齐训练
verl for a single consumer GPU. PPO, GRPO and on-policy distillation on NVIDIA GPUs.
Flipped-Learning
开源
让模型先猜指令再作答，零样本效果更强
[ICLR 2023] Guess the Instruction! Flipped Learning Makes Language Models Stronger Z···
RewardModelingBeyondBradleyTerry
开源
用新理论替代Bradley-Terry，让奖励建模更准
official implementation of ICLR'2025 paper: Rethinking Bradley-Terry Models in Prefe···