**SoloQ：面向扩散语言模型的免校准量化框架**

_SoloQ: Calibration-Free Quantization for Diffusion Language Models_

> 针对扩散大语言模型（dLLMs）推理成本高及现有量化方法依赖校准数据的问题，提出免校准量化框架 SoloQ。该方法通过结构化旋转与轻量级重缩放，将权重和激活映射至可预测分布，支持 4-bit 量化及 NVFP4 硬件加速。实验表明，SoloQ 在保持精度的同时，显著降低峰值内存占用并加速端到端推理，优于基于校准的基线方法。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-12 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.07121)