低比特量化性能权衡

大模型量化部署的精度损失是可控的，关键在于选对量化方法、校准数据与评估方式，多数场景下4-bit量化可保留95%以上的模型能力，但代码生成、数学推理等敏感任务需谨慎验证，模型瘦身的代价：量化到底动了谁的蛋糕量化像给模型做减脂手术，把原本FP16的32位浮点参数压缩成INT8甚至INT4，参数变瘦了，显存占用随之……