Unweight是一种无损压缩系统，能够将大型语言模型（LLM）的权重缩小15-22%，而不影响输出质量。该系统通过在快速的片上内存中解压权重，避免了主内存的延迟，从而提高推理效率。在Llama-3.1-8B模型上实现了约30%的多层感知器权重压缩，节省了约3GB显存，降低了推理成本。Unweight专为数据中心的H100 GPU优化，支持多种执行策略以适应不同工作负载。

本文介绍了Linux中GZ文件的创建、查看和提取，适合初学者。GZ文件是通过gzip工具生成的高效无损压缩格式，掌握其操作有助于提高数据管理效率，特别是在日志归档和备份中。

华盛顿大学研究者开发了LLMc，一种基于大型语言模型的无损文本压缩引擎，其压缩率优于传统工具。LLMc采用概率预测和排序编码方法，有效压缩文本，但在处理速度和应用范围上仍面临挑战。

本文比较了OpenEXR、HTJ2K和JPEG-XL在浮点图像无损压缩中的性能。OpenEXR的ZIP压缩效果良好，HTJ2K略优但速度较慢。JPEG-XL在压缩比上有潜力，但速度也慢。Mesh Optimizer结合zstd表现出色，适合内部需求。

PDF-compress 是一款高效的 PDF 压缩工具，支持无损压缩、移除空白页和注释，兼容多种 Windows 系统，适合个人和企业用户，能有效解决大文件分享问题。

本研究提出LZ惩罚，旨在解决自回归语言模型中的重复问题。该方法基于LZ77无损压缩算法，通过预测-压缩对偶性，降低重复率而不损失模型能力。

本研究提出了NoWag框架，旨在解决大型语言模型在资源受限环境中的应用问题。NoWag实现了无损形状保留压缩，显著优于现有的向量量化和修剪方法，为未来研究提供了新思路。

该研究提出了UniPCGC框架，有效解决了点云压缩中的高复杂性和有限压缩模式问题。与现有方法相比，UniPCGC在无损压缩上提升了8.1%，有损压缩提升了14.02%，为实际应用提供了更好的支持。

PNG格式因无损压缩和高保真性被广泛使用，但文件体积较大。可通过PNGGauntlet软件批量压缩，操作简单，支持拖放文件，减小体积而不损失质量。

SuperPNG 是一款免费的开源 Photoshop 插件，支持 PNG 格式，提供更好的格式支持和 alpha 通道控制，旨在替代 GIF 和 TIFF，具备无损压缩特性，适用于 Photoshop CS3 及以上版本。

PNG是一种支持无损压缩和透明度的图像格式，适合高质量图形。由于文件较大，可能影响网站性能。通过使用Adobe Photoshop、TinyPNG、GIMP或pngquant等工具压缩PNG文件，可以在保持质量的同时减少文件大小，提高加载速度。

TIFF格式以高质量和多功能性著称，但文件较大，不便于存储和分享。转换为PNG可以保留图像质量并减少存储问题。PNG支持无损压缩和透明背景，适合设计和专业用途。转换方法包括桌面软件、在线工具和Cloudinary等平台。转换时应保留原始文件备份，并调整压缩设置以保持质量。

本研究介绍了FineZip，一种结合在线记忆和动态上下文的创新文本压缩系统，将压缩时间从9.5天缩短至约4小时，并在压缩比上优于传统算法，为大型语言模型的无损文本压缩奠定基础。