Technion 与 Ben-Gurion 大学提出 T²Quant 扩散语言模型量化方法

Technion 与 Ben-Gurion 大学提出扩散语言模型（DLM）量化方法 T²Quant，按任务与去噪步动态分配激活精度。GSM8K、HumanEval、MMLU-Pro 等任务在 128 个去噪步中的精度需求曲线不同，且无需真值标签或任务专属评测指标即可预测，从而实现任务与时间感知的混合精度量化。