本研究提出ASER算法，旨在解决大型语言模型的低位量化问题，通过误差重建和激活平滑来提升性能。实验结果表明，ASER在保持准确性的同时，能够有效地量化大型语言模型。

本研究提出了一种新方法，利用激活平滑的ResNet显著提升神经风格迁移中的图像质量，具有实际应用价值。