华为发布 MACaQ：MXFP4 W4A4 量化方法，兼容 llama.cpp 与 vLLM

华为推出模型无关的 MACaQ 校准后训练量化方法，可将权重与激活量化至 MXFP4 W4A4 低精度。该方法对每个线性层独立量化，并结合在线激活变换与 Hessian 感知精调，在降低成本的同时保持精度；支持文本、图像、音频、视频、3D 等模态，并兼容 llama.cpp、vLLM、Diffusers 等推理框架。