你是否好奇LLaMA是如何工作的？它与其他LLM相比有何优势？在这篇博客中，我们将结合代码深入浅出地解析LLaMA的整体架构，带你从零开始了解这一强大的语言模型。我们将探讨LLaMA的模型结构，帮助你全面理解LLaMA的运作机制，并为你开启探索LLM世界的大门。

• 文章名称：AWQ:Activation-aware Weight Quantization for LLM Compression and Acceleration
• 发表会议/年份：MLSys 2024
• 作者：Ji Lin, Jiaming Tang, Haotian Tang, Shang Yang
• 单位：MIT, SJTU, NVIDIA, Tsinghua MIT-IBM, UMass