山東
IT之家 3 月 28 日消息，谷歌研究院 3 月 25 日推出全新極端壓縮算法 TurboQuant，有望重塑 AI 運(yùn)行效率并解決大模型鍵值緩存（KV Cache）的內(nèi)存瓶頸，據(jù)稱可以使 AI 內(nèi)存占用銳降至 1/6、推理狂飆 8 倍。
然而，3 月 27 日晚上 10 點(diǎn)，蘇黎世聯(lián)邦理工學(xué)院博士后、RaBitQ 算法的第一作者高健揚(yáng)公開(kāi)表示：“TurboQuant 論文在描述 RaBitQ 時(shí)存在嚴(yán)重問(wèn)題，包括不正確的技術(shù)聲明和誤導(dǎo)性的理論、實(shí)驗(yàn)對(duì)比 —— 而這些問(wèn)題在投稿前就已向作者指出，對(duì)方承認(rèn)了，但選擇不修正?！?/p>
IT之家注意到，他還表示，TurboQuant 在三個(gè)方面誤傳了 RaBitQ：
- 避免承認(rèn)關(guān)鍵方法論上的相似性 (JL 變換)
- 在沒(méi)有任何證據(jù)的情況下稱我們的理論為“次優(yōu)”
- 在不公平的實(shí)驗(yàn)設(shè)置下報(bào)告結(jié)果
高健揚(yáng)指出，團(tuán)隊(duì)在作者提交論文之前就向其表達(dá)了擔(dān)憂，但他們選擇不在提交的論文中修正這些問(wèn)題。該論文已被 ICLR2026 接收，并受到了谷歌的大力推廣（瀏覽量達(dá)數(shù)千萬(wàn)次）。在這樣的傳播規(guī)模下，未經(jīng)修正的言論很快就會(huì)變成所謂的“共識(shí)”。
他進(jìn)一步指出未披露事項(xiàng)：
- RaBitQ 已經(jīng)證明了漸近最優(yōu)性 (FOCS'17 界限)
- TurboQuant 使用了相同的隨機(jī)旋轉(zhuǎn)步驟，但未說(shuō)明其中的聯(lián)系
- 他們的實(shí)驗(yàn)在 RaBitQ 上使用的是單核 CPU，而在 TurboQuant 上使用的是 A100 GPU。
最后，高健揚(yáng)表示已提交正式投訴。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
