Recursive 新模型分析：2.5B 激活参数下量化 lm_head，自蒸馏后 NVFP4 精度差 0.7 分

Recursive 发布新模型分析帖，提出将仅 2.5B 激活参数模型中的输出头 lm_head 压缩至 4-bit，以减少每 token 读取的字节数。团队从 16-bit 模型自蒸馏以恢复量化精度，最终 NVFP4 版本与原模型的差距控制在 0.7 分以内。