SoloQ：扩散语言模型免校准量化
原文标题：SoloQ: Calibration-Free Quantization for Diffusion Language Models
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 SoloQ，一种免校准量化框架，将权重与激活映射到归一化旋转基，使其边缘分布可预测，从而实现数据无关量化。SoloQ 结合结构化 K-RPBH 旋转与轻量重缩放校正，支持分布匹配码本与硬件原生 NVFP4，并对块扩散模型采用提交时 KV 缓存量化。在 LLaDA、Dream 等模型上，SoloQ 在 4 比特下保持精度，NVFP4 下峰值内存降低最高 2.61 倍、推理加速最高 2.24 倍。
深读 · 结论先行AI 生成展开看要点与影响 ↓
SoloQ让扩散LLM免校准量化，NVFP4下内存降2.61倍、推理快2.24倍
- •将权重与激活映射到归一化旋转基，使边缘分布可预测，实现数据无关量化
- •结合结构化K-RPBH旋转与轻量重缩放校正，支持分布匹配码本与硬件原生NVFP4
- •对块扩散模型采用提交时KV缓存量化，压缩持久状态且不扰动正在去噪的块
- •在LLaDA、Dream、Fast-dLLM v2、Nemotron-Labs-Diffusion上4比特保持精度，NVFP4下峰值内存降最高2.61倍、推理加速最高2.24倍
为什么重要：扩散LLM的激活分布随掩码状态和去噪步漂移，现有量化方法依赖校准数据；免校准方案直接降低部署门槛。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌 Gemini 4 Carbon 全面超越 Opus 5.5，首发 Token 半价
AI 摘要谷歌发布 Gemini 4 Carbon，宣称在多项能力上全面超越 Opus 5.5，并推出首发 Token 半价优惠。该模型可连续数日修复 Bug，且具备免疫提示词注入的安全特性，加剧头部大模型竞争。
谷歌发布 Gemini 4 Carbon，主打网络安全能力跃升
AI 摘要谷歌推出前沿模型 Gemini 4 Carbon，在编程、智能体任务和网络安全方面显著提升，登顶 Artificial Analysis 智能指数，领先 Claude Opus 5.5 与 GPT-6 Astra。该模型目前仅向部分网络安全防御公司开放，定价与 Argon 相同，为每百万输入 token 2 美元、输出 10 美元。
谷歌发布 Gemini 4，API 限时半价
AI 摘要谷歌正式发布 Gemini 4，被视为重回大模型第一梯队的关键动作，同时推出 API 限时半价优惠。该发布对模型竞争格局与开发者成本结构均有直接影响。
谷歌 Meta 发布前沿模型，AI 竞赛重启
AI 摘要谷歌发布 Gemini 4 Argon，Meta 推出新前沿模型，两家公司声称可与 OpenAI 和 Anthropic 的旗舰模型匹敌。谷歌以激进定价策略切入市场，入门期价格比竞争对手低至80%。AI 前沿竞争格局重新洗牌。