# GateRQ reduce a la mitad el uso de tablas de memoria condicional en dos LLM

> Un nuevo estudio propone elegir cuántos bits leer en cada consulta a la memoria y reporta menos memoria de tablas en la GPU y mayor rendimiento de vLLM.

Oossa · 2026-10-28 · https://oossa.com/es/gaterq-cuts-conditional-memory-table-use-in-two-llms

Los investigadores presentan GateRQ, un método para comprimir tablas de memoria condicional: grandes almacenes de patrones de texto asociados a un modelo de lenguaje. En lugar de asignar precisión adicional a las filas más consultadas, GateRQ usa el valor de compuerta de cada consulta para decidir si lee códigos adicionales de 1 bit. Según el artículo, la compuerta se puede calcular a partir de un código de 1 bit.

En DeepSeek-V4.1-Flash, los investigadores reportan 7,8 veces menos memoria de tablas en la GPU y un rendimiento de vLLM entre un 11 % y un 31 % mayor que con tablas FP8. En dos modelos, reportan una pérdida de aproximadamente 1 punto en PopQA con un promedio de 1,50 bits leídos por consulta, o de 0,2 puntos con 2,10 bits. El método no requiere reentrenamiento.

## Los hechos

- El artículo es arXiv:2610.35985 y se publicó el 28 de octubre de 2026.
- Los investigadores reportan 7,8 veces menos memoria de tablas en la GPU con DeepSeek-V4.1-Flash.

## Por qué importa

Para los equipos que sirven modelos con tablas de memoria condicional, GateRQ podría reducir el uso de memoria de la GPU y aumentar el rendimiento, aunque los resultados reportados no permiten determinar cómo funciona fuera de los modelos evaluados.

## Fuentes y referencias

1. [Let the Gate Decide: Per-Lookup Precision for Quantized Conditional Memory in LLMs](https://arxiv.org/abs/2610.35985) – arXiv cs.LG, 2026-10-28

Última actualización: 2026-10-28