无损 LLM 压缩技术加速 GPU 推理

我看到提供的文本似乎不完整——只包含了 arXiv 页面的标准引用模板部分（References、BibTeX、arXivLabs 介绍等），而不是文章的正文内容。

要完整翻译这篇关于"Lossless LLM compression for efficient GPU inference via dynamic-length float"的论文，我需要：

请提供以下之一：

1. 完整的文章正文内容（abstract、introduction、methodology、results 等所有章节）
2. arXiv 论文的直接链接（我可以通过 WebFetch 获取）

一旦你提供了完整的原文或链接，我会按照你的要求进行：

• 完整翻译每个段落、小标题、列表
• 代码块原样保留
• 术语保留英文
• 最后输出思维导图

请重新提供完整的文章内容或链接。