洪堡大学提出 PACE：4-bit 量化线性注意力状态，无需微调降低显存

柏林洪堡大学提出后置（post-hoc）PACE 方法，将线性注意力语言模型的固定大小循环状态量化为 4-bit，并通过每隔几个 token 舍入、按列共享量化 scale 降低误差累积。该方法无需微调即可保持精度，使同一加速器能够同时服务更多并发序列。