version 8.14
摘要：為破解大模型部署與推理成本高昂的困境，北京大學楊仝老師團隊首次提出名為iFairy的超低比特量化方案。該方案創新性地利用復數{±1, ±i}對模型權重進行2-bit量化，在實現1/8極致壓縮與“無乘法”推理加速的同時，語言建模能力和下游任務表現甚至反超了其全精度的LLaMA基座模型。
當下，大語言模型(LLM)的研究熱潮席卷全球，技術迭代日新月異。然而，在這片繁榮之下，一個嚴峻的現實不容忽視：LLM在真實世界中產生的商業價值，很大程度上仍無法覆蓋其高昂的訓練與推理成本。
究其根源，大模型走向產業落地的道路上，橫亙著兩大“攔路虎”：空間瓶頸和時間瓶頸。
為了追求更高的模型性能，業界普遍的策略是不斷堆疊參數量，這使得模型部署成本高昂。
同時，龐大的參數量帶來了計算量的激增，盡管學界和業界已涌現出如gpt-oss的MXFP4訓練等優秀的量化方案，但其核心計算邏輯依然沒有消除對硬件資源消耗巨大的“乘法”運算的依賴，推理延遲沒有實現根本性的降低。
能否同時攻克這兩大瓶頸，實現模型的輕量化和推理加速，已成為推動大模型發展從“技術奇觀”邁向“生產力工具”新階段的關鍵。
為解決這一難題，北京大學楊仝老師團隊在一篇名為“iFairy: the First 2-bit Complex LLM with All Parameters in {±1,±i}”的論文中，提出了一個腦洞大開的方案：跳出實數軸的束縛，進入復數平面!
這看似簡單的維度提升，卻蘊含著破解瓶頸的深刻智慧。
一、空間魔法：極致壓縮，體積僅為1/8
在“空間”上，iFairy實現了極致的壓縮。
傳統的全精度(FP16)權重需要16比特，而iFairy方案僅用2比特，就完成了對一個權重信息的編碼。
這意味著，相較于流行的FP16模型，其模型體積可以直接壓縮至原來的1/8。這種“史詩級”的壓縮率，為大模型在手機、汽車等邊緣設備上的部署掃清了最大的存儲障礙。
二、時間魔法：“無乘法”計算的革命
在“時間”上，iFairy實現了“無乘法”計算的革命。這個魔法是如何實現的呢?
1. PhaseQuant算法的神來之筆
這一切，都源于團隊提出的全新量化算法PhaseQuant。它不再將權重映射到實數軸上的點，而是基于參數的相位將其映射到復平面上的四個單位根{±1, ±i}。
這一操作堪稱神來之筆，一舉多得：
信息密度拉滿：用{±1, ±i} 四個值，徹底利用了2-bit的全部信息容量，信息熵從傳統三元量化(如BitNet b1.58)的log?(3)≈1.58-bit，提升到滿格的log?(4)=2-bit。
優雅的對稱性：這四個點在復平面上關于原點中心對稱，保持了模型訓練所需的良好性質。
隱含的稀疏性：每個量化后的復數權重，其實部或虛部必有一個為零，這在高維度上保留了稀疏性的優勢。
2. 驚艷的“無乘法”運算
最令人拍案叫絕的是，引入復數，計算仍然高效!一個標準的復數乘法 (a+ib)(c+id) 需要4次實數乘法和2次加法，計算量不小。
但在iFairy模型中，當一個復數激活值與量化后的權重 {±1, ±i} 相乘時，運算發生了奇妙的“退化”：所有乘法都消失了。
看!整個模型中最核心、最龐大的矩陣乘法(GEMM)，被徹底重構了!原本昂貴的浮點乘法運算，被完全替換為硬件成本幾乎為零的加法、減法和數據交換(shuffle)操作。這從根本上消除了計算瓶頸，為實現數量級的推理加速提供了可能。
三、架構革新：一個全面“復數化”的Transformer
為了讓這個魔法完美落地，研究團隊還將整個Transformer架構都進行了“復數化”改造。
復數注意力機制：傳統注意力計算Q和K的點積，這里則巧妙地使用了Hermitian內積的實部作為相似度分數，既利用了所有復數信息，又自然地得到了實數分數用于Softmax。
復數旋轉位置編碼(RoPE)：在復數域，位置編碼的旋轉操作變得異常簡潔和統一，一個簡單的復數乘法即可實現。
四、驚艷成果：PPL降低10%，性能反超全精度!
理論如此優雅，實踐效果如何呢?結果同樣令人矚目。
iFairy 不僅沒有出現超低比特量化常見的性能懸崖，反而實現了驚人的性能反超。
在LLM的語言建模能力方面，模型的困惑度(PPL)越低，代表模型對文本的理解和預測能力越強。在對PPL的測試中，基于相同數據集訓練(注：為保證對比的嚴謹性，所有對比模型的訓練數據均保持一致，具體信息可參見論文)的2-bit的iFairy 模型取得了比全精度(FP16)模型更低的困惑度(PPL)，降幅高達 10%。
而在下游任務評測方面，iFairy 模型更是在多個任務的評分反超了全精度的Llama基座模型。
這意味著，一個體積只有原來1/8、計算幾乎“零”乘法的模型，其能力反而更強了。這徹底顛覆了我們的傳統認知。
對量化后權重的分析還發現，模型在訓練后，這四個復數值 {±1, ±i} 的分布非常均勻，證明模型確實學會了充分利用這套全新的“編碼系統”。
總而言之，這項工作開創性地將復數神經網絡的思想與超低比特量化相結合，通過利用“相位”這一被忽略的信息維度，在不增加任何存儲成本的前提下，顯著提升了模型的表達能力和最終性能，真正實現了“魚與熊掌兼得”。
它為設計下一代超高效、高性能的大語言模型，打開了一扇全新的大門。或許，我們離在普通手機上流暢運行GPT-5級別的模型，又近了一步。 相關論文、訓練代碼、模型權重與實驗腳本已全部開源，配套提供從訓練、評測到可復現實驗的完整流程，人人皆可復現訓練。
