本研究提出了一种准无重量变压器（QuWeiT）方法，旨在解决变压器模型推理中的高计算和内存需求问题。QuWeiT通过扩展有限差分法学习查找表网络，显著提高了能效和计算效率。在CIFAR-10数据集上，QuWeiT实现了95.64%的准确率，替代了约55%的乘法运算，能效提升达到2.2倍。

该文介绍了一种无需参数化的技术，结合U-Net-like CNN和有限差分法领域的离散化方法，学习稳态Navier-Stokes方程近似解。作者比较了基于物理的CNN和基于数据的方法，并展示了将两种方法相结合的性能。