На Международной конференции по машинному обучению (ICML 2026) была официально представлена ​​статья «ReQAT: достижение точности вывода полной точности посредством обучения распознаванию 4-битного квантования с плавающей запятой», в которой в качестве первого автора участвовал Чан Хван Ли, исследователь кафедры конвергентной электронной инженерии Университета Ханьян, и профессор Чонвук Чой из кафедры конвергентной электронной инженерии и полупроводниковой компании Rebellions, занимающейся искусственным интеллектом. Этот документ был выбран в качестве «устного доклада», который считается наиболее инновационным и влиятельным среди примерно 15 000 представленных документов и оценивается сообществами искусственного интеллекта во всем мире как примечательное достижение. Документ ReQAT: Достижение точности вывода с полной точностью посредством обучения распознаванию 4-битного квантования с плавающей запятой, представленный Университетом Ханьян и исследовательской группой Rebellion, был выбран в качестве устного доклада ICML. Как правило, устные презентации получают только 1% лучших от всех представленных статей / Источник = ReQAT, представленный Университетом IT Dong-A Hanyang и исследовательской группой Rebellion: Статья, обеспечивающая точность вывода с полной точностью за счет обучения распознаванию 4-битного квантования с плавающей запятой, - это ICML.