BWLA：当你把LLM的权重“拧“成双峰分布——一场关于信息几何的后训练量化革命

一、从一个具体的、看似荒谬的问题开始

好，让我先问你一个问题。假设你有一堆数字，它们的分布看起来像一个钟形曲线——中间高，两边低，大部分人扎堆在平均值附近。现在我要你把每个数字映射到两个值之一：-1 或 +1。你怎么做？

最自然的做法：大于0的映射到+1，小于0的映射到-1。听起来合理对吧？但问题在于，如果你的钟形曲线中心在0附近，那大部分数字都挤在0附近。+0.1变成+1，-0.1变成-1。误差是0.9。你损失了大量的信息。

这就是今天LLM二值化量化的核心困境。LLM的权重——那些决定模型行为的数以千亿计的参数——它们的分布恰好就是单峰的准高斯分布。直接二值化？灾难。

但等等。如果我能让这些数字的分布变成双峰的呢？两个尖峰，一个在-1附近，一个在+1附近。那样映射到{-1, +1}就几乎是完美的。误差趋近于零。

问题是：怎么把单峰"拧"成双峰？而且是在不重新训练模型的前提下？

这就是BWLA（Binarized Weights and Low-bit Activations）回答的问题。作者Zhixiong Zhao、Zukang Xu、Dawei Yang的工作，在我看来是一场关于信息几何的小型革命。

二、问题的本质：不是比特数，是分布形状

让我把核心洞察讲清楚，不用任何术语。

量化不是一个"压缩"问题。压缩是你有100MB的文件，想把它变成10MB。量化是你有一