[Doc] 修复 issue 528 part.1（cli 和 config 文档问题及相关引用更新）-MindStudio-ModelSlim-AtomGit

Merged

[Doc] 修复 issue 528 part.1（cli 和 config 文档问题及相关引用更新） #1021

jiamingxuAdd on Sep 24Merged fromjiamingxuaa/msmodelslim： master into Ascend/msmodelslim： master

[Doc] 修复 issue 528 part.1（cli 和 config 文档问题及相关引用更新） #1021

Merged

jiamingxuAdd on Sep 24

Merged fromjiamingxuaa/msmodelslim masterintoAscend/msmodelslim master

Collapse

docs / zh
- api_reference
  - cli
    - README.md
    - msmodelslim_analyze.md
    - msmodelslim_eval.md
    - msmodelslim_quant.md
    - msmodelslim_tune.md
  - config
    - README.md
    - auto_precision_tuning.md
    - format
      - mindie_format_saver.md
    - processor
      - adapt_rotation.md
      - autoround_quant.md
      - awq.md
      - binary_analysis.md
      - binary_operator_layer_wise.md
      - binary_operator_model_wise.md
      - dynamic_cache.md
      - fa3_quant.md
      - flatquant.md
      - flex_awq_ssz.md
      - group.md
      - linear_quant.md
      - saver.md
      - trainable_linear_quant.md
    - quant
      - README.md
      - modelslim_convert.md
      - modelslim_v1.md
      - multimodal_sd_modelslim_v1.md
      - multimodal_vlm_modelslim_v1.md
      - practice_config.md
    - tuning
      - README.md
      - evaluation_service_oriented.md
      - strategy_binary_fallback.md
      - strategy_standing_high.md
      - tuning_plan.md
- contributing / design
  - api_reference_docgen.md
- knowledge_base
  - ptq
    - convert
      - usage_weight_conversion.md
    - dit
      - integration_guide_diffusion_transformer_quantization.md
      - usage_diffusion_transformer_quantization.md
    - llm
      - integration_guide_large_language_model_quantization.md
      - usage_large_language_model_quantization.md
    - vlm
      - integration_guide_vision_transformer_quantization.md
      - usage_vision_transformer_quantization.md
  - quantization_algorithms
    - README.md
    - adapt_rotation
      - usage_adapt_rotation.md
    - autoround
      - usage_autoround.md
    - awq_smooth
      - usage_awq_smooth.md
    - ceil_x
      - usage_ceil_x.md
    - daos
      - usage_daos.md
    - dual_scale
      - usage_dual_scale.md
    - fa3_quant
      - usage_fa3_quant.md
    - flex_awq_ssz
      - usage_flex_awq_ssz.md
    - flex_smooth_quant
      - usage_flex_smooth_quant.md
    - float_sparse
      - usage_float_sparse.md
    - fouroversix
      - usage_fouroversix.md
    - gptq
      - usage_gptq.md
    - histogram_activation_quantization
      - usage_histogram_activation_quantization.md
    - hqq
      - usage_hqq.md
    - iterative_smooth
      - usage_iterative_smooth.md
    - kurtosis
      - usage_kurtosis.md
    - kv_smooth
      - usage_kv_smooth.md
    - kvcache_quant
      - usage_kvcache_quant.md
    - laos
      - usage_laos.md
    - linear_quant
      - usage_linear_quant.md
    - minmax
      - usage_minmax.md
    - mse_model_wise
      - usage_mse_model_wise.md
    - mse_round
      - usage_mse_round.md
    - oasq
      - usage_oasq.md
    - pdmix
      - usage_pdmix.md
    - quantile
      - usage_quantile.md
    - quarot
      - usage_quarot.md
    - ra_compress
      - usage_ra_compress.md
    - smooth_quant
      - usage_smooth_quant.md
    - ssz
      - usage_ssz.md
    - std
      - usage_std.md
    - svdquant
      - usage_svdquant.md
    - trainable_linear_quant
      - usage_trainable_linear_quant.md
  - tuning_strategies
    - README.md
    - standing_high_with_experience
      - standing_high_with_experience.md
- user_guide
  - usage_auto_precision_tuning.md
  - usage_processor_group.md
  - usage_quick_quantization.md
  - usage_weight_quantization.md
mkdocs.yml
skills
- docs-management / scripts
  - README.md
- quantization / references
  - linear_quant.md
- strategy / references
  - practice_yaml_format.md

Total: 85 files changed+926-1003

Adocs/zh/api_reference/cli/README.md+67-0

@@ -0,0 +1,67 @@
	1	+# msmodelslim 命令行 API 总览
	2	+
	3	+`msmodelslim` 是 MindStudio msModelSlim 的命令行入口，提供量化、敏感层分析、伪量化精度评估与自动调优四类子命令。本页汇总全局参数、子命令清单与各子命令文档入口；各子命令的参数细节、参数关系与使用示例见对应文档。
	4	+
	5	+## 1. 命令格式
	6	+
	7	+```text
	8	+msmodelslim <command> [<args>]
	9	+```
	10	+
	11	+符号说明：
	12	+
	13	+- `<command>` 为子命令名（位置参数），省略时或传入未知子命令时打印顶层帮助。
	14	+- 尖括号内为需替换的值，方括号内为可选参数。
	15	+- `-h`/`--help`、`-V`/`--version` 可在顶层使用，也可放在任意子命令后使用（如 `msmodelslim quant --version`）。
	16	+
	17	+## 2. 子命令清单
	18	+
	19	+\| 子命令 \| 功能 \| 文档 \|
	20	+\|--------\|------\|------\|
	21	+\| `quant` \| 一键量化或权重转换，并保存量化权重与描述文件 \| 《[msmodelslim quant 命令行 API 文档](msmodelslim_quant.md)》 \|
	22	+\| `analyze` \| 量化前敏感层分析，输出敏感度最高的层名列表 \| 《[msmodelslim analyze 命令行 API 文档](msmodelslim_analyze.md)》 \|
	23	+\| `eval` \| 基于 AscendV1 导出做伪量化模型精度评估 \| 《[msmodelslim eval 命令行 API 文档](msmodelslim_eval.md)》 \|
	24	+\| `tune` \| 自动调优量化配置以达成目标精度 \| 《[msmodelslim tune 命令行 API 文档](msmodelslim_tune.md)》 \|
	25	+
	26	+## 3. 全局参数
	27	+
	28	+全局参数在顶层解析，适用于全部子命令：
	29	+
	30	+\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|
	31	+\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|
	32	+\| `--help` \| `-h` \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示帮助信息后退出。顶层显示子命令清单，子命令后显示该子命令的参数说明。 \|
	33	+\| `--version` \| `-V` \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示版本信息（版本号、构建信息、仓库地址）后退出。该参数在解析子命令前处理，因此在任意位置传入均生效。 \|
	34	+
	35	+## 4. 公共参数
	36	+
	37	+以下参数由各子命令分别注册（`quant`、`analyze`、`eval`、`tune` 均已提供），写在子命令之后：
	38	+
	39	+\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|
	40	+\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|
	41	+\| `--log_level` \| 无 \| `string` \| 单值 \| 可选 \| `info` \| `debug`、`info`、`warning`、`error` \| 日志级别。显式传入时优先于 `-v`/`-q`。 \|
	42	+\| `--verbose` \| `-v` \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 提高输出详细程度（等价 `--log_level debug`）。 \|
	43	+\| `--quiet` \| `-q` \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 抑制非错误输出（等价 `--log_level error`）。 \|
	44	+
	45	+## 5. 使用示例
	46	+
	47	+### 5.1 查看版本与顶层帮助
	48	+
	49	+```bash
	50	+msmodelslim --version
	51	+msmodelslim -h
	52	+```
	53	+
	54	+`-V`/`--version` 输出 `msmodelslim <版本> (<git hash>)` 与构建信息；`-h`/`--help` 输出子命令清单。两者均不依赖 model 与权重路径。
	55	+
	56	+### 5.2 查看某个子命令的帮助
	57	+
	58	+```bash
	59	+msmodelslim quant -h
	60	+msmodelslim analyze linear -h
	61	+```
	62	+
	63	+顶层帮助只列出子命令；子命令的参数说明须在子命令后加 `-h`/`--help` 查看。
	64	+
	65	+## 6. 退出码与异常处理
	66	+
	67	+正常运行则无异常。失败时抛出异常，具体原因见错误日志。`-V`/`--version` 与 `-h`/`--help` 正常结束，不抛出异常。

Mdocs/zh/api_reference/cli/msmodelslim_analyze.md+27-27

	@@ -4,7 +4,7 @@
4		4
5	`msmodelslim analyze` 在量化前对模型做敏感层分析，输出建议回退或重点关注的层名列表，供后续写入量化配置的 `exclude` 等字段。按分析粒度分为四个 scope：`linear`（逐个线性层）、`layer`（按层/块分组）、`attn`（Attention 模块）、`attn_head`（Attention Head / `ra_compress`）。分析在目标设备上计算敏感度指标，并按 `--top_k` 输出敏感度最高的层名（`disable_names`；`attn_head` 输出 `head.pt`）。默认只把结果打印到日志；指定 `--save_path` 后结果落盘为文件（`linear`/`layer`/`attn` 为 YAML，`attn_head` 为 `head.pt`）。其中 `linear`/`layer`/`attn` 使用 `--calibration_dataset` 指定的校准数据集；`attn_head`（`ra_compress`）不读取外部校准集，其校准输入由算法在运行时自行构造（首 token + 随机重复段）。	5	`msmodelslim analyze` 在量化前对模型做敏感层分析，输出建议回退或重点关注的层名列表，供后续写入量化配置的 `exclude` 等字段。按分析粒度分为四个 scope：`linear`（逐个线性层）、`layer`（按层/块分组）、`attn`（Attention 模块）、`attn_head`（Attention Head / `ra_compress`）。分析在目标设备上计算敏感度指标，并按 `--top_k` 输出敏感度最高的层名（`disable_names`；`attn_head` 输出 `head.pt`）。默认只把结果打印到日志；指定 `--save_path` 后结果落盘为文件（`linear`/`layer`/`attn` 为 YAML，`attn_head` 为 `head.pt`）。其中 `linear`/`layer`/`attn` 使用 `--calibration_dataset` 指定的校准数据集；`attn_head`（`ra_compress`）不读取外部校准集，其校准输入由算法在运行时自行构造（首 token + 随机重复段）。
6		6
7	-命令边界：本命令只做分析与结果输出，不执行量化，且需要模型适配器实现分析接口。支持单卡与多卡（DP）分析：多卡时使用 `--device npu --device_id 0 1 ...`（或兼容写法 `--device npu:0,1,...`），由 `DPLayerWiseRunner` 执行。操作步骤见《[线性层敏感层分析使用指南](../../user_guide/usage_sensitive_linear_analysis.md)》、《[层级敏感层分析使用指南](../../user_guide/usage_sensitive_layer_analysis.md)》、《[Attention 敏感层分析使用指南](../../user_guide/usage_sensitive_attn_analysis.md)》、《[Attention Head 筛选分析使用指南](../../user_guide/usage_sensitive_attn_head_analysis.md)》。	7	+命令边界：本命令只做分析与结果输出，不执行量化，且需要模型适配器实现分析接口。支持单卡与多卡（DP）分析，多卡时使用 `--device npu --device_id 0 1 ...`（或兼容写法 `--device npu:0,1,...`），由 `DPLayerWiseRunner` 执行。操作步骤见《[线性层敏感层分析使用指南](../../user_guide/usage_sensitive_linear_analysis.md)》、《[层级敏感层分析使用指南](../../user_guide/usage_sensitive_layer_analysis.md)》、《[Attention 敏感层分析使用指南](../../user_guide/usage_sensitive_attn_analysis.md)》、《[Attention Head 筛选分析使用指南](../../user_guide/usage_sensitive_attn_head_analysis.md)》。
8		8
9	## 2. 命令格式	9	## 2. 命令格式
10		10
	@@ -34,7 +34,7 @@ msmodelslim analyze attn_head --model_type <model_type> --model_path <model_path
34		34
35	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|	35	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|
36	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|	36	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|
37	-\| `--model_type` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 模型类型名称，如 `Qwen2.5-7B-Instruct`、`Qwen-QwQ-32B` \| 待分析模型类型，须与支持矩阵中的名称一致。 \|	37	+\| `--model_type` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 模型类型名称，如 `Qwen2.5-7B-Instruct`、`Qwen3-32B` \| 待分析模型类型，须与《[大模型支持矩阵](../../knowledge_base/model/README.md)》中的名称一致；未传值或传入的名称不存在时回退到默认适配器 `default` 执行。 \|
38	\| `--model_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 原始模型权重目录（需存在且可读） \| 待分析模型的权重目录。 \|	38	\| `--model_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 原始模型权重目录（需存在且可读） \| 待分析模型的权重目录。 \|
39	\| `--device` \| 无 \| `string` \| 单值 \| 可选 \| `npu` \| `npu`、`cpu`；兼容遗留写法 `npu:0,1,...` \| 运行设备类型。推荐写法为 `--device npu` 再配合 `--device_id`；遗留 `npu:0,1` 会自动拆分为 `--device npu --device_id 0 1`。 \|	39	\| `--device` \| 无 \| `string` \| 单值 \| 可选 \| `npu` \| `npu`、`cpu`；兼容遗留写法 `npu:0,1,...` \| 运行设备类型。推荐写法为 `--device npu` 再配合 `--device_id`；遗留 `npu:0,1` 会自动拆分为 `--device npu --device_id 0 1`。 \|
40	\| `--device_id` \| 无 \| `list[int]` \| 一次接收多个值，空格分隔 \| 可选 \| 无 \| 非负整数索引，如 `0 1 2 3` \| 分析所用 NPU 索引；长度 > 1 时启用多卡 DP（`DPLayerWiseRunner`）。CPU 场景不可指定多个索引。 \|	40	\| `--device_id` \| 无 \| `list[int]` \| 一次接收多个值，空格分隔 \| 可选 \| 无 \| 非负整数索引，如 `0 1 2 3` \| 分析所用 NPU 索引；长度 > 1 时启用多卡 DP（`DPLayerWiseRunner`）。CPU 场景不可指定多个索引。 \|
	@@ -45,6 +45,7 @@ msmodelslim analyze attn_head --model_type <model_type> --model_path <model_path
45	\| `--log_level` \| 无 \| `string` \| 单值 \| 可选 \| `info` \| `debug`、`info`、`warning`、`error` \| 日志级别。 \|	45	\| `--log_level` \| 无 \| `string` \| 单值 \| 可选 \| `info` \| `debug`、`info`、`warning`、`error` \| 日志级别。 \|
46	\| `-v` / `--verbose` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 提高输出详细程度（等价 `--log_level debug`）。 \|	46	\| `-v` / `--verbose` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 提高输出详细程度（等价 `--log_level debug`）。 \|
47	\| `-q` / `--quiet` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 抑制非错误输出（等价 `--log_level error`）。 \|	47	\| `-q` / `--quiet` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 抑制非错误输出（等价 `--log_level error`）。 \|
		48	+\| `-h` / `--help` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示帮助信息后退出。在 `analyze` 后使用显示 scope 列表，在 `<scope>` 后使用显示该 scope 的参数说明。 \|
48	\| `-V` / `--version` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示版本信息后退出（顶层全局参数，可在任意子命令后使用，如 `msmodelslim analyze --version`）。 \|	49	\| `-V` / `--version` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示版本信息后退出（顶层全局参数，可在任意子命令后使用，如 `msmodelslim analyze --version`）。 \|
49		50
50	位置参数：	51	位置参数：
	@@ -57,15 +58,15 @@ msmodelslim analyze attn_head --model_type <model_type> --model_path <model_path
57		58
58	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|	59	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|
59	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|	60	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|
60	-\| `--metrics` \| 无 \| `string` \| 单值 \| 可选 \| `kurtosis` \| `std`、`quantile`、`kurtosis` \| 线性层敏感度指标：标准差、分位数、峰度。 \|	61	+\| `--metrics` \| 无 \| `string` \| 单值 \| 可选 \| `kurtosis` \| `std`、`quantile`、`kurtosis` \| 线性层敏感度指标：`std`（标准差）、`quantile`（分位数）、`kurtosis`（峰度）。 \|
61	-\| `--patterns` \| `--pattern`（遗留别名） \| `list` \| 一次接收多个值，空格分隔 \| 可选 \| `['']` \| 通配符模式列表 \| 过滤要展示的线性层；`` 表示全部。 \|	62	+\| `--patterns` \| `--pattern`（遗留别名） \| `list` \| 可接收单个或多个值，空格分隔 \| 可选 \| `['']` \| 模块名称列表，支持通配符；`` 表示全部 \| 过滤要展示的线性层；`*` 表示全部。 \|
62		63
63	`layer` 专有参数：	64	`layer` 专有参数：
64		65
65	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|	66	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|
66	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|	67	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|
67	\| `--metrics` \| 无 \| `string` \| 单值 \| 可选 \| `mse_layer_wise` \| `mse_model_wise`、`mse_layer_wise` \| 层级敏感度指标：按层计算误差或按模型整体计算误差。 \|	68	\| `--metrics` \| 无 \| `string` \| 单值 \| 可选 \| `mse_layer_wise` \| `mse_model_wise`、`mse_layer_wise` \| 层级敏感度指标：按层计算误差或按模型整体计算误差。 \|
68	-\| `--quant_modules` \| 无 \| `list` \| 一次接收多个值，空格分隔 \| 可选 \| `['']` \| 通配符模块列表 \| 映射到 pipeline 量化范围的模块通配符；`` 表示全部。 \|	69	+\| `--quant_modules` \| 无 \| `list` \| 可接收单个或多个值，空格分隔 \| 可选 \| `['']` \| 模块名称列表，支持通配符；`` 表示全部 \| 层级分析中纳入量化流水线（pipeline）量化范围的模块；`*` 表示全部。 \|
69		70
70	`attn` 专有参数：	71	`attn` 专有参数：
71		72
	@@ -83,7 +84,9 @@ msmodelslim analyze attn_head --model_type <model_type> --model_path <model_path
83		84
84	- `scope` 决定可用的 `--metrics` 取值与专有参数；跨 scope 混用（如 `analyze attn --patterns`）会导致参数解析失败，提示不支持的参数或取值。	85	- `scope` 决定可用的 `--metrics` 取值与专有参数；跨 scope 混用（如 `analyze attn --patterns`）会导致参数解析失败，提示不支持的参数或取值。
85	- 省略 `scope` 时默认按 `linear` 执行；`msmodelslim analyze -h`/`--help` 时不注入 scope，展示 scope 帮助。	86	- 省略 `scope` 时默认按 `linear` 执行；`msmodelslim analyze -h`/`--help` 时不注入 scope，展示 scope 帮助。
		87	+- `--model_type` 传入的名称不存在时回退到默认适配器 `default` 执行。
86	- `--device` 接受 `npu`/`cpu`；多卡分析使用 `--device npu --device_id 0 1 ...`（长度 > 1 启用 `DPLayerWiseRunner`）。兼容遗留写法 `--device npu:0,1`，会自动转换为上述推荐形式。	88	- `--device` 接受 `npu`/`cpu`；多卡分析使用 `--device npu --device_id 0 1 ...`（长度 > 1 启用 `DPLayerWiseRunner`）。兼容遗留写法 `--device npu:0,1`，会自动转换为上述推荐形式。
		89	+- `--save_path` 为全部 scope 通用的公共参数：`linear`/`layer`/`attn` 输出分析结果 YAML，传入目录时在该目录下生成 `<模型类型>-<指标>.yaml`；`attn_head` 输出 `head.pt`，传入目录时生成 `head.pt`。未指定时结果仅输出到控制台。
87	- 历史用法 `--metrics attention_mse`（省略 scope 时）会转换为 `analyze attn --metrics mse` 并丢弃 `--patterns`；该行为仅为向后兼容，命令会给出废弃提示，不推荐作为正式用法。	90	- 历史用法 `--metrics attention_mse`（省略 scope 时）会转换为 `analyze attn --metrics mse` 并丢弃 `--patterns`；该行为仅为向后兼容，命令会给出废弃提示，不推荐作为正式用法。
88	- `--top_k` 必须为大于0的整数；`--calibration_dataset`：LLM 为 `.json`/`.jsonl`，VLM 可为图文目录名（如 `calibImages`）；对 `attn_head` 不生效。	91	- `--top_k` 必须为大于0的整数；`--calibration_dataset`：LLM 为 `.json`/`.jsonl`，VLM 可为图文目录名（如 `calibImages`）；对 `attn_head` 不生效。
89	- `--save_path` 对四个 scope 均可用，落盘内容随 scope 不同：`linear`/`layer`/`attn` 输出量化 YAML（`top <n>:` 加 `disable_names` 列表，`layer` scope 的整块回退名为 `<block>.*`），指定目录时文件名为 `<model_type>-<metrics>.yaml`；`attn_head` 输出 `head.pt`（含 `prefix_matching`/`copying` 两个字典），交付给后续 MindIE 推理框架的长序列 KV Cache 压缩能力使用，不写入量化配置。目录不存在时会自动创建；不指定该参数时结果只打印到日志。	92	- `--save_path` 对四个 scope 均可用，落盘内容随 scope 不同：`linear`/`layer`/`attn` 输出量化 YAML（`top <n>:` 加 `disable_names` 列表，`layer` scope 的整块回退名为 `<block>.*`），指定目录时文件名为 `<model_type>-<metrics>.yaml`；`attn_head` 输出 `head.pt`（含 `prefix_matching`/`copying` 两个字典），交付给后续 MindIE 推理框架的长序列 KV Cache 压缩能力使用，不写入量化配置。目录不存在时会自动创建；不指定该参数时结果只打印到日志。
	@@ -97,53 +100,53 @@ msmodelslim analyze attn_head --model_type <model_type> --model_path <model_path
97		100
98	```bash	101	```bash
99	msmodelslim analyze \	102	msmodelslim analyze \
100	- --model_type "${MODEL_TYPE}" \	103	+ --model_type ${MODEL_TYPE} \
101	- --model_path "${MODEL_PATH}"	104	+ --model_path ${MODEL_PATH}
102	```	105	```
103		106
104	-`${MODEL_TYPE}` 为模型类型名称，`${MODEL_PATH}` 为权重目录。省略 `scope` 时默认按 `linear` 分析，使用默认指标 `kurtosis`、默认 `--top_k 15` 与默认校准集 `mix_calib.jsonl`，输出敏感度最高的15个层名（`disable_names`），可写入量化 YAML 的 `exclude`。	107	+`${MODEL_TYPE}` 为模型类型名称，`${MODEL_PATH}` 为权重目录。省略 `scope` 时默认按 `linear` 分析，使用默认指标 `kurtosis`、默认 `--top_k 15` 与默认校准集 `mix_calib.jsonl`，输出敏感度最高的15个层名，可写入量化 YAML 中 `linear_quant` 的 `exclude`。
105		108
106	-### 5.2 指定 linear 指标与 top_k	109	+### 5.2 指定 scope、指标与 topk
107		110
108	```bash	111	```bash
109	msmodelslim analyze linear \	112	msmodelslim analyze linear \
110	- --model_type "${MODEL_TYPE}" \	113	+ --model_type ${MODEL_TYPE} \
111	- --model_path "${MODEL_PATH}" \	114	+ --model_path ${MODEL_PATH} \
112	--metrics kurtosis \	115	--metrics kurtosis \
113	--top_k 15	116	--top_k 15
114	```	117	```
115		118
116	-显式指定 `linear` scope，使用峰度指标，并按 `--top_k 15` 输出高敏感层名。	119	+显式指定 `linear` scope，使用峰度指标，并按 `--top_k 15` 输出敏感度最高的15个层名。
117		120
118	### 5.3 Attention MSE 分析	121	### 5.3 Attention MSE 分析
119		122
120	```bash	123	```bash
121	msmodelslim analyze attn \	124	msmodelslim analyze attn \
122	- --model_type "${MODEL_TYPE}" \	125	+ --model_type ${MODEL_TYPE} \
123	- --model_path "${MODEL_PATH}" \	126	+ --model_path ${MODEL_PATH} \
124	--metrics mse	127	--metrics mse
125	```	128	```
126		129
127	对全部 Attention 模块计算 MSE 敏感度。	130	对全部 Attention 模块计算 MSE 敏感度。
128		131
129	-### 5.4 层级分析与量化模块	132	+### 5.4 指定限定模块进行敏感层分析
130		133
131	```bash	134	```bash
132	msmodelslim analyze layer \	135	msmodelslim analyze layer \
133	- --model_type "${MODEL_TYPE}" \	136	+ --model_type ${MODEL_TYPE} \
134	- --model_path "${MODEL_PATH}" \	137	+ --model_path ${MODEL_PATH} \
135	--metrics mse_layer_wise \	138	--metrics mse_layer_wise \
136	- --quant_modules "${MODULE_1}" "${MODULE_2}"	139	+ --quant_modules ${MODULE_1} ${MODULE_2}
137	```	140	```
138		141
139	-`${MODULE_1}`、`${MODULE_2}` 为要映射到 pipeline 量化范围的模块通配符（空格分隔多个值）。	142	+`${MODULE_1}`、`${MODULE_2}` 为纳入量化流水线量化范围的模块名称（支持通配符，空格分隔多个值）。
140		143
141	### 5.5 多卡 DP 敏感层分析	144	### 5.5 多卡 DP 敏感层分析
142		145
143	```bash	146	```bash
144	msmodelslim analyze layer \	147	msmodelslim analyze layer \
145	- --model_type "${MODEL_TYPE}" \	148	+ --model_type ${MODEL_TYPE} \
146	- --model_path "${MODEL_PATH}" \	149	+ --model_path ${MODEL_PATH} \
147	--metrics mse_layer_wise \	150	--metrics mse_layer_wise \
148	--device npu \	151	--device npu \
149	--device_id 0 1 2 3 \	152	--device_id 0 1 2 3 \
	@@ -156,8 +159,8 @@ msmodelslim analyze layer \
156		159
157	```bash	160	```bash
158	msmodelslim analyze attn_head \	161	msmodelslim analyze attn_head \
159	- --model_type "${MODEL_TYPE}" \	162	+ --model_type ${MODEL_TYPE} \
160	- --model_path "${MODEL_PATH}" \	163	+ --model_path ${MODEL_PATH} \
161	--metrics ra_compress \	164	--metrics ra_compress \
162	--device npu \	165	--device npu \
163	--save_path ./head_result	166	--save_path ./head_result
	@@ -167,10 +170,7 @@ msmodelslim analyze attn_head \
167		170
168	## 6. 退出码与异常处理	171	## 6. 退出码与异常处理
169		172
170	-\| 退出码或异常 \| 含义 \| 处理建议 \|	173	+正常运行则无异常，按输出的层名更新量化配置（如写入 `exclude`）；`attn_head` 场景检查 `head.pt`。失败时抛出异常。常见原因：scope 与 `--metrics` 取值不匹配、`--device`/`--device_id` 取值非法、校准集格式不符、`--top_k` 非大于0的整数、模型适配器未实现分析接口、多模态生成模型被拦截、`ra_compress` 用于非 LLM。
171	-\|--------------\|------\|----------\|
172	-\| `0` \| 分析成功 \| 按输出的层名更新量化配置（如写入 `exclude`）；指定 `--save_path` 时确认结果文件已生成（`linear`/`layer`/`attn` 为 YAML，`attn_head` 为 `head.pt`）。`attn_head` 场景将 `head.pt` 交付给 MindIE 推理框架用于长序列 KV Cache 压缩，用户可据此完成长序列压缩，压缩后的模型可用于后续推理部署；具体已适配的量化模型列表，请参见《[MindIE 是什么](https://www.hiascend.com/document/detail/zh/mindie/10RC3/whatismindie/mindie_what_0001.html)》的“MindIE 支持模型列表”章节。 \|
173	-\| 非 `0` \| 失败 \| 查看错误日志。常见原因：scope 与 `--metrics` 取值不匹配、`--device`/`--device_id` 取值非法、校准集格式不符、`--top_k` 非大于0的整数、模型适配器未实现分析接口、多模态生成模型被拦截、`ra_compress` 用于非 LLM。 \|
174		174
175	## 7. 安全说明	175	## 7. 安全说明
176		176

Mdocs/zh/api_reference/cli/msmodelslim_eval.md+2-4

	@@ -31,6 +31,7 @@ msmodelslim eval --model_type <model_type> --model_path <model_path> --prompt_fi
31	\| `-v` / `--verbose` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 提高输出详细程度（等价 `--log_level debug`）。 \|	31	\| `-v` / `--verbose` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 提高输出详细程度（等价 `--log_level debug`）。 \|
32	\| `-q` / `--quiet` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 抑制非错误输出（等价 `--log_level error`）。 \|	32	\| `-q` / `--quiet` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 抑制非错误输出（等价 `--log_level error`）。 \|
33	\| `-V` / `--version` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示版本信息后退出（顶层全局参数，可在任意子命令后使用，如 `msmodelslim eval --version`）。 \|	33	\| `-V` / `--version` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示版本信息后退出（顶层全局参数，可在任意子命令后使用，如 `msmodelslim eval --version`）。 \|
		34	+\| `-h` / `--help` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示本命令帮助信息后退出（如 `msmodelslim eval -h` 或 `msmodelslim eval --help`）。 \|
34		35
35	## 4. 参数关系	36	## 4. 参数关系
36		37
	@@ -67,10 +68,7 @@ msmodelslim eval \
67		68
68	## 6. 退出码与异常处理	69	## 6. 退出码与异常处理
69		70
70	-\| 退出码或异常 \| 含义 \| 处理建议 \|	71	+正常运行则无异常，可在日志中查看 `token_ids` 与 `generated_text`。失败时抛出异常。常见原因：`--model_type`/`--model_path`/`--prompt_file` 缺失或路径不可读、样本文件为空或格式不符合对应模型的约定、`--device_id` 索引非法或超出可用设备。
71	-\|--------------\|------\|----------\|
72	-\| `0` \| 推理成功 \| 检查日志中的 `token_ids` 与 `generated_text` 是否符合预期。 \|
73	-\| 非 `0` \| 失败 \| 查看错误日志。常见原因：`--model_type`/`--model_path`/`--prompt_file` 缺失或路径不可读、样本文件为空或格式不符合对应模型的约定、`--device_id` 索引非法或超出可用设备。 \|
74		72
75	## 7. 安全说明	73	## 7. 安全说明
76		74

Mdocs/zh/api_reference/cli/msmodelslim_quant.md+55-54

	@@ -2,9 +2,9 @@
2		2
3	## 1. 功能说明	3	## 1. 功能说明
4		4
5	-`msmodelslim quant` 是一键量化命令，加载原始模型权重并执行权重/激活量化，导出可部署的量化权重与描述文件。配置来源有两种：通过 `--quant_type` 按模型与量化类型自动匹配 `lab_practice` 中的最佳实践 YAML；或通过 `--config` 直接指定用户 YAML（支持 `modelslim_v1`、多模态以及 `modelslim_convert` 纯权重转换等协议；权重转换不需要 `--model_type`）。两者都不传时按默认量化类型 `w8a8` 匹配最佳实践。	5	+`msmodelslim quant` 是一键量化命令，加载原始模型权重并执行权重/激活量化，导出可部署的量化权重与描述文件。配置来源有两种：通过 `--quant_type` 按模型与量化类型自动匹配 `lab_practice` 中的最佳实践 YAML；或通过 `--config` 直接指定用户 YAML（支持 `modelslim_v1`、多模态以及 `modelslim_convert` 纯权重转换等协议。
6		6
7	-命令边界：设备支持 `npu`、`cpu`，多卡通过 `--device_id` 指定索引列表；还支持场景标签匹配与 `--debug` 调试上下文落盘。校准数据准备与部署等操作步骤见《[一键量化完整指南](../../user_guide/usage_quick_quantization.md)》，YAML 字段说明见《[modelslim_v1 配置说明](../config/task/modelslim_v1.md)》等引用的配置文档。	7	+命令边界：设备支持 `npu`、`cpu`，多卡通过 `--device_id` 指定索引列表；还支持场景标签匹配与 `--debug` 调试上下文落盘。校准数据准备与部署等操作步骤见《[一键量化完整指南](../../user_guide/usage_quick_quantization.md)》；量化任务 YAML 字段见《[量化任务配置说明导航](../config/quant/README.md)》，自动调优配置见《[自动调优配置说明导航](../config/tuning/README.md)》。更多关联项见[引用的配置](#5-引用的配置)。
8		8
9	## 2. 命令格式	9	## 2. 命令格式
10		10
	@@ -16,48 +16,52 @@ msmodelslim quant [--model_type <model_type>] --model_path <model_path> --save_p
16		16
17	- 尖括号内为需替换的值，方括号内为可选参数。	17	- 尖括号内为需替换的值，方括号内为可选参数。
18	- `--config` 与 `--quant_type` 属于互斥组，用 `\|` 表示，二者不能同时传入。	18	- `--config` 与 `--quant_type` 属于互斥组，用 `\|` 表示，二者不能同时传入。
19	-- `--trust_remote_code` 是可选值布尔参数：不带值传入即开启（等价 `true`），或跟 `true`/`false`（大小写不敏感，兼容遗留 `True`/`False`、`yes`/`no`、`on`/`off`）。	19	+- `--trust_remote_code` 是布尔参数：不带值传入即开启（等价 `true`），也可显式传入 `true`/`false`（大小写不敏感，兼容遗留写法 `True`/`False`）。
20	- `--debug` 是不带值的布尔开关。	20	- `--debug` 是不带值的布尔开关。
21	-- `--tags` 一次接收多个值，`...` 表示可跟多个以空格分隔的值。	21	+- `--tags` 可接收单个或多个值，`...` 表示可跟多个以空格分隔的值。
22	-- 本命令无位置参数，全部参数通过选项传入。本语法摘要用于说明参数结构，不作为可复制命令；可复制命令见「使用示例」。	22	+- 本命令无位置参数，全部参数通过选项传入。本语法摘要用于说明参数结构，不作为可复制命令；可复制命令见[使用示例](#7-使用示例)。
23		23
24	## 3. 参数列表	24	## 3. 参数列表
25		25
26	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|	26	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|
27	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|	27	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|
28	-\| `--model_type` \| 无 \| `string` \| 单值 \| 条件必选（量化路径必选；权重转换不需要） \| 无 \| 模型类型名称，如 `Qwen2.5-7B-Instruct`、`transformers` \| 指定待量化模型类型，用于加载对应模型适配器并匹配最佳实践；`transformers`支持加载基于 transformers 的通用基础模型适配器，当前仅适用于大语言模型量化。权重转换不需要此参数。 \|	28	+\| `--model_type` \| 无 \| `string` \| 单值 \| 条件必选（普通量化路径必选；`--config` 指向 `apiversion: modelslim_convert` 的配置时可省略） \| 无 \| 模型类型名称，如 `Qwen2.5-7B-Instruct`、`Qwen3-32B`、`transformers` \| 指定待量化模型类型，用于加载对应模型适配器并匹配最佳实践；传入的名称不存在时回退到默认适配器 `default` 执行。`transformers` 用于加载基于 transformers 的通用基础模型适配器；仅当 `--config` 指向 `apiversion: modelslim_convert` 的配置时可省略。 \|
29	-\| `--model_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 原始模型权重目录（需存在且可读） \| 待量化模型的权重目录。 \|	29	+\| `--model_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 原始模型权重目录（需存在且可读） \| 待量化模型的权重目录。权重转换场景仅需 `--model_path` 与 `--save_path`。 \|
30	-\| `--save_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 输出目录（需可写） \| 量化权重与描述文件的保存目录。 \|	30	+\| `--save_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 输出目录（需可写） \| 量化权重与描述文件的保存目录。权重转换场景仅需 `--model_path` 与 `--save_path`。 \|
31	\| `--device` \| 无 \| `string` \| 单值 \| 可选 \| `npu` \| `npu`、`cpu` \| 运行设备类型；多卡索引请用 `--device_id` 指定。 \|	31	\| `--device` \| 无 \| `string` \| 单值 \| 可选 \| `npu` \| `npu`、`cpu` \| 运行设备类型；多卡索引请用 `--device_id` 指定。 \|
32	-\| `--device_id` \| 无 \| `list` \| 一次接收多个值，空格分隔 \| 可选 \| 无 \| 非负整数列表，如 `0` 或 `0 1 2 3` \| 设备索引；用于指定多个 NPU 设备。 \|	32	+\| `--device_id` \| 无 \| `list` \| 可接收单个或多个值，空格分隔 \| 可选 \| 无 \| 非负整数列表，如 `0` 或 `0 1 2 3` \| 设备索引；用于指定多个 NPU 设备。 \|
33	-\| `--config` \| `--config_path`（遗留别名） \| `string` \| 单值 \| 可选 \| 无 \| 可读 YAML 文件路径 \| 显式指定的量化配置 YAML；加载后直接采用，并忽略 `--quant_type` 与 `--tags` 的最佳实践匹配。与 `--quant_type` 互斥。 \|	33	+\| `--config` \| `-c`、`--config_path`（遗留别名） \| `string` \| 单值 \| 可选 \| 无 \| 可读 YAML 文件路径 \| 显式指定的量化配置 YAML；加载后直接采用，并忽略 `--quant_type` 与 `--tags` 的最佳实践匹配。与 `--quant_type` 互斥，`--config` 与 `--quant_type` 两者都不传时按默认量化类型 `w8a8` 匹配最佳实践。 \|
34	-\| `--quant_type` \| 无 \| `string` \| 单值 \| 可选 \| 无（与 `--config` 均未提供时按 `w8a8` 匹配） \| `w4a4`、`w4a8`、`w4a4c8`、`w4a4f8`、`w4a8c8`、`w8a16`、`w8a8`、`w8a8s`、`w8a8c8`、`w8a8f8`、`w4a4f4`、`w16a16s` \| 量化类型，用于按模型与量化类型匹配最佳实践 YAML。与 `--config` 互斥。 \|	34	+\| `--quant_type` \| 无 \| `string` \| 单值 \| 可选 \| 无（与 `--config` 均未提供时按 `w8a8` 匹配） \| `w4a4`、`w4a8`、`w4a4c8`、`w4a4f8`、`w4a8c8`、`w8a16`、`w8a8`、`w8a8s`、`w8a8c8`、`w8a8f8`、`w4a4f4`、`w16a16s` \| 量化类型，用于按模型与量化类型匹配最佳实践 YAML。与 `--config` 互斥，`--config` 与 `--quant_type` 两者都不传时按默认量化类型 `w8a8` 匹配最佳实践。 \|
35	-\| `--trust_remote_code` \| 无 \| `bool` \| 可选值（不带值传入即开启，或跟 `true`/`false`） \| 可选 \| `false` \| `true`/`false`（大小写不敏感；兼容 `True`/`False`、`yes`/`no`、`on`/`off`） \| 是否信任并执行模型目录中的自定义 Python 代码；仅在确认代码来源可信时开启。 \|	35	+\| `--trust_remote_code` \| 无 \| `bool` \| 不带值传入即开启，也可显式传值 `true`/`false` \| 可选 \| `false` \| `true`/`false`（大小写不敏感；兼容遗留写法 `True`/`False`） \| 是否信任并执行模型目录中的自定义 Python 代码；仅在确认代码来源可信时开启。 \|
36	\| `--debug` \| 无 \| `bool` \| 不带值开关 \| 可选 \| `False` \| 传入即启用 \| 启用调试模式，将量化中间上下文写入 `${SAVE_PATH}/debug_info/`（`debug_info.json` 与 `debug_info.safetensors`）。 \|	36	\| `--debug` \| 无 \| `bool` \| 不带值开关 \| 可选 \| `False` \| 传入即启用 \| 启用调试模式，将量化中间上下文写入 `${SAVE_PATH}/debug_info/`（`debug_info.json` 与 `debug_info.safetensors`）。 \|
37	-\| `--tags` \| `--tag`（遗留别名） \| `list` \| 一次接收多个值，空格分隔 \| 可选 \| 无 \| 场景标签，如 `mindie`、`Atlas_A2_Inference`、`vllm` \| 匹配带已验证场景标签的最佳实践；多个标签须同时出现在同一场景中，未提供硬件类型标签时自动匹配当前设备类型。 \|	37	+\| `--tags` \| `--tag`（遗留别名） \| `list` \| 可接收单个或多个值，空格分隔 \| 可选 \| 无 \| 场景标签，须与最佳实践 `verified_tags` 中的标签名一致（大小写不敏感），如 `vLLM-Ascend`、`Atlas_A2_Inference`、`MindIE` \| 匹配带已验证场景标签的最佳实践；多个标签须同时出现在同一场景中，未提供硬件类型标签时自动匹配当前设备类型。 \|
38	\| `--log_level` \| 无 \| `string` \| 单值 \| 可选 \| `info` \| `debug`、`info`、`warning`、`error` \| 日志级别。 \|	38	\| `--log_level` \| 无 \| `string` \| 单值 \| 可选 \| `info` \| `debug`、`info`、`warning`、`error` \| 日志级别。 \|
39	\| `-v` / `--verbose` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 提高输出详细程度（等价 `--log_level debug`）。 \|	39	\| `-v` / `--verbose` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 提高输出详细程度（等价 `--log_level debug`）。 \|
40	\| `-q` / `--quiet` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 抑制非错误输出（等价 `--log_level error`）。 \|	40	\| `-q` / `--quiet` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 抑制非错误输出（等价 `--log_level error`）。 \|
		41	+\| `-h` / `--help` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示帮助信息后退出（如 `msmodelslim quant -h`）。 \|
41	\| `-V` / `--version` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示版本信息后退出（顶层全局参数，可在任意子命令后使用，如 `msmodelslim quant --version`）。 \|	42	\| `-V` / `--version` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示版本信息后退出（顶层全局参数，可在任意子命令后使用，如 `msmodelslim quant --version`）。 \|
42		43
43	## 4. 参数关系	44	## 4. 参数关系
44		45
45	- `--config` 与 `--quant_type` 互斥，同时传入会报错。	46	- `--config` 与 `--quant_type` 互斥，同时传入会报错。
46	-- 两者都不传时，按默认量化类型 `w8a8` 匹配最佳实践；未匹配到最佳实践时会给出提示并等待确认（输入 `y` 继续，否则退出）。	47	+- 两者都不传是受支持的用法：按默认量化类型 `w8a8` 匹配最佳实践；未匹配到最佳实践时会给出提示并等待确认（输入 `Y`/`y` 继续，输入其他内容则退出）。该提示为交互式输入，在无标准输入的非交互环境下会一直等待，建议改用 `--config` 或显式指定 `--quant_type`。
47	- 指定 `--config` 后直接采用该配置，`--quant_type` 与 `--tags` 的最佳实践匹配均被忽略。	48	- 指定 `--config` 后直接采用该配置，`--quant_type` 与 `--tags` 的最佳实践匹配均被忽略。
48	-- `--model_type`：量化路径必须提供；权重转换不需要。	49	+- `--model_type` 在普通量化路径下必须提供；仅当 `--config` 指向 `apiversion: modelslim_convert` 的配置时可省略，此时为纯权重转换，无需加载模型代码，`--model_type` 及量化相关参数均不生效。
49	-- `--model_type` 指定 `transformers` 时，若使用 `--quant_type`，仅支持 `w8a16`/`w8a8`；若使用 `--config`，当前仅支持大语言模型量化配置（`apiversion: modelslim_v1`）。	50	+- `--model_type` 传入的名称不存在时回退到默认适配器 `default` 执行。
		51	+- `--model_type` 指定 `transformers` 时，若使用 `--quant_type`，仅支持 `w8a16`/`w8a8`；若使用 `--config`，当前仅支持大语言模型量化配置（`apiversion: modelslim_v1`），多模态理解（`multimodal_vlm_modelslim_v1`）与多模态生成（`multimodal_sd_modelslim_v1`）配置会被拒绝。
50	- `--tags` 指定多个值时须同时出现在同一已验证场景；未提供硬件类型标签时自动匹配当前设备类型。	52	- `--tags` 指定多个值时须同时出现在同一已验证场景；未提供硬件类型标签时自动匹配当前设备类型。
51	- `--debug` 启用后量化上下文写入 `${SAVE_PATH}/debug_info/`。	53	- `--debug` 启用后量化上下文写入 `${SAVE_PATH}/debug_info/`。
52		54
53	## 5. 引用的配置	55	## 5. 引用的配置
54		56
		57	+协议总览见《[量化任务配置说明导航](../config/quant/README.md)》；若配置用于自动调优模板，另见《[自动调优配置说明导航](../config/tuning/README.md)》。
		58	+
55	\| 关联参数 \| 配置名称 \| 引用关系 \| 配置文档 \|	59	\| 关联参数 \| 配置名称 \| 引用关系 \| 配置文档 \|
56	\|----------\|----------\|----------\|----------\|	60	\|----------\|----------\|----------\|----------\|
57	-\| `--config` \| `modelslim_v1` \| 加载整份量化 YAML \| 《[modelslim_v1 配置说明](../config/task/modelslim_v1.md)》 \|	61	+\| `--config` \| `modelslim_v1` \| 加载整份量化 YAML \| 《[modelslim_v1 配置说明](../config/quant/modelslim_v1.md)》 \|
58	-\| `--config` \| `multimodal_vlm_modelslim_v1` \| 多模态理解模型量化 YAML \| 《[multimodal_vlm_modelslim_v1 配置说明](../config/task/multimodal_vlm_modelslim_v1.md)》 \|	62	+\| `--config` \| `multimodal_vlm_modelslim_v1` \| 多模态理解模型量化 YAML \| 《[multimodal_vlm_modelslim_v1 配置说明](../config/quant/multimodal_vlm_modelslim_v1.md)》 \|
59	-\| `--config` \| `multimodal_sd_modelslim_v1` \| 多模态生成模型量化 YAML \| 《[multimodal_sd_modelslim_v1 配置说明](../config/task/multimodal_sd_modelslim_v1.md)》 \|	63	+\| `--config` \| `multimodal_sd_modelslim_v1` \| 多模态生成模型量化 YAML \| 《[multimodal_sd_modelslim_v1 配置说明](../config/quant/multimodal_sd_modelslim_v1.md)》 \|
60	-\| `--config` \| `modelslim_convert` \| 权重转换 YAML；不需要 `--model_type` \| 《[modelslim_convert 配置说明](../config/task/modelslim_convert.md)》 \|	64	+\| `--config` \| `modelslim_convert` \| 权重转换 YAML；不需要 `--model_type` \| 《[modelslim_convert 配置说明](../config/quant/modelslim_convert.md)》 \|
61	\| `--quant_type` \| `lab_practice` 最佳实践 YAML \| 按模型与量化类型匹配 \| 《[一键量化完整指南](../../user_guide/usage_quick_quantization.md)》 \|	65	\| `--quant_type` \| `lab_practice` 最佳实践 YAML \| 按模型与量化类型匹配 \| 《[一键量化完整指南](../../user_guide/usage_quick_quantization.md)》 \|
62		66
63	## 6. 环境变量	67	## 6. 环境变量
	@@ -75,9 +79,9 @@ msmodelslim quant [--model_type <model_type>] --model_path <model_path> --save_p
75		79
76	```bash	80	```bash
77	msmodelslim quant \	81	msmodelslim quant \
78	- --model_type "${MODEL_TYPE}" \	82	+ --model_type ${MODEL_TYPE} \
79	- --model_path "${MODEL_PATH}" \	83	+ --model_path ${MODEL_PATH} \
80	- --save_path "${SAVE_PATH}"	84	+ --save_path ${SAVE_PATH}
81	```	85	```
82		86
83	`${MODEL_TYPE}` 为模型类型名称（如 `Qwen2.5-7B-Instruct`），`${MODEL_PATH}` 为浮点权重目录，`${SAVE_PATH}` 为量化输出目录。未指定 `--quant_type` 与 `--config` 时，默认按量化类型 `w8a8` 匹配最佳实践并执行量化；若模型加载需要模型目录内的自定义代码，再补充 `--trust_remote_code true`。	87	`${MODEL_TYPE}` 为模型类型名称（如 `Qwen2.5-7B-Instruct`），`${MODEL_PATH}` 为浮点权重目录，`${SAVE_PATH}` 为量化输出目录。未指定 `--quant_type` 与 `--config` 时，默认按量化类型 `w8a8` 匹配最佳实践并执行量化；若模型加载需要模型目录内的自定义代码，再补充 `--trust_remote_code true`。
	@@ -87,8 +91,8 @@ msmodelslim quant \
87	```bash	91	```bash
88	msmodelslim quant \	92	msmodelslim quant \
89	--model_type transformers \	93	--model_type transformers \
90	- --model_path "${MODEL_PATH}" \	94	+ --model_path ${MODEL_PATH} \
91	- --save_path "${SAVE_PATH}" \	95	+ --save_path ${SAVE_PATH} \
92	--quant_type w8a16	96	--quant_type w8a16
93	```	97	```
94		98
	@@ -96,73 +100,70 @@ msmodelslim quant \
96		100
97	```bash	101	```bash
98	msmodelslim quant \	102	msmodelslim quant \
99	- --model_type "${MODEL_TYPE}" \	103	+ --model_type ${MODEL_TYPE} \
100	- --model_path "${MODEL_PATH}" \	104	+ --model_path ${MODEL_PATH} \
101	- --save_path "${SAVE_PATH}" \	105	+ --save_path ${SAVE_PATH} \
102	--quant_type w8a8c8 \	106	--quant_type w8a8c8 \
103	--device npu \	107	--device npu \
104	--device_id 0 1 2 3	108	--device_id 0 1 2 3
105	```	109	```
106		110
107	-`--quant_type w8a8c8` 表示权重8bit、激活8bit、KVCache 8bit 量化；`--device_id 0 1 2 3` 使用 4 个 NPU 设备。权重转换的命令见 [7.6](#76-权重转换不需要-model_type)。	111	+`--quant_type w8a8c8` 表示权重8bit、激活8bit、KVCache 8bit 量化；`--device_id 0 1 2 3` 使用 4 个 NPU 设备。权重转换的命令见 [7.7](#77-显示指定设备进行权重转换)。
108		112
109	### 7.4 使用自定义配置文件	113	### 7.4 使用自定义配置文件
110		114
111	```bash	115	```bash
112	msmodelslim quant \	116	msmodelslim quant \
113	- --model_type "${MODEL_TYPE}" \	117	+ --model_type ${MODEL_TYPE} \
114	- --model_path "${MODEL_PATH}" \	118	+ --model_path ${MODEL_PATH} \
115	- --save_path "${SAVE_PATH}" \	119	+ --save_path ${SAVE_PATH} \
116	- --config "${CONFIG_PATH}"	120	+ --config ${CONFIG_PATH}
117	```	121	```
118		122
119	-`${CONFIG_PATH}` 指向符合 V1 等协议的量化 YAML；指定后直接采用该配置，不再做最佳实践匹配。字段说明见引用的配置文档。权重转换示例见 [7.6](#76-权重转换不需要-model_type)。	123	+`${CONFIG_PATH}` 指向符合 V1 协议的量化 YAML；指定后直接采用该配置，不再做最佳实践匹配。字段说明见引用的配置文档。权重转换示例见 [7.7](#77-显示指定设备进行权重转换)。
120		124
121	### 7.5 使用场景标签匹配最佳实践	125	### 7.5 使用场景标签匹配最佳实践
122		126
123	```bash	127	```bash
124	msmodelslim quant \	128	msmodelslim quant \
125	- --model_type "${MODEL_TYPE}" \	129	+ --model_type ${MODEL_TYPE} \
126	- --model_path "${MODEL_PATH}" \	130	+ --model_path ${MODEL_PATH} \
127	- --save_path "${SAVE_PATH}" \	131	+ --save_path ${SAVE_PATH} \
128	--quant_type w8a8 \	132	--quant_type w8a8 \
129	- --tags mindie Atlas_A2_Inference	133	+ --tags MindIE Atlas_A2_Inference
130	```	134	```
131		135
132	-`--tags` 后的多个标签须同时出现在同一已验证场景中；未精确匹配时命令会给出提示并等待确认（输入 `y` 继续，否则退出）；命中备用（standby）配置时提示改用备用配置，仍需用户确认。	136	+`--tags` 后的多个标签须同时出现在同一已验证场景中；未精确匹配时命令会给出提示并等待确认（输入 `Y`/`y` 继续，输入其他内容则退出）；命中备用（standby）配置时提示改用备用配置，仍需用户确认。
133		137
134	-<a id="76-权重转换不需要-model_type"></a>	138	+### 7.6 纯权重转换（不执行量化）
135		139
136	-### 7.6 权重转换（不需要 `--model_type`）	140	+`--config` 指向 `apiversion: modelslim_convert` 的配置时，仅做权重格式转换，无需 `--model_type` 和 `--quant_type`：
137	-
138	-`--config` 使用 `apiversion: modelslim_convert` 的 YAML。不需要 `--model_type` 和 `--quant_type`：
139		141
140	```bash	142	```bash
141	msmodelslim quant \	143	msmodelslim quant \
142	- --model_path "${MODEL_PATH}" \	144	+ --model_path ${MODEL_PATH} \
143	- --save_path "${SAVE_PATH}" \	145	+ --save_path ${SAVE_PATH} \
144	- --config "${CONFIG_PATH}"	146	+ --config ${CONFIG_PATH}
145	```	147	```
146		148
147	-`${MODEL_PATH}` 为源权重目录，`${SAVE_PATH}` 为转换输出目录，`${CONFIG_PATH}` 为转换 YAML。配置协议与字段见《[modelslim_convert 配置说明](../config/task/modelslim_convert.md)》，操作步骤与示例 YAML 见《[权重转换使用指南](../../knowledge_base/ptq/convert/usage_weight_conversion.md)》。	149	+`${MODEL_PATH}` 为源权重目录，`${SAVE_PATH}` 为转换输出目录，`${CONFIG_PATH}` 为转换 YAML。配置协议与字段见《[modelslim_convert 配置说明](../config/quant/modelslim_convert.md)》，操作步骤与示例 YAML 见《[权重转换使用指南](../../knowledge_base/ptq/convert/usage_weight_conversion.md)》。
		150	+
		151	+### 7.7 显示指定设备进行权重转换
148		152
149	NPU 多卡时加上 `--device npu` 和 `--device_id`：	153	NPU 多卡时加上 `--device npu` 和 `--device_id`：
150		154
151	```bash	155	```bash
152	msmodelslim quant \	156	msmodelslim quant \
153	- --model_path "${MODEL_PATH}" \	157	+ --model_path ${MODEL_PATH} \
154	- --save_path "${SAVE_PATH}" \	158	+ --save_path ${SAVE_PATH} \
155	- --config "${CONFIG_PATH}" \	159	+ --config ${CONFIG_PATH} \
156	--device npu \	160	--device npu \
157	--device_id 0 1 2 3	161	--device_id 0 1 2 3
158	```	162	```
159		163
160	## 8. 退出码与异常处理	164	## 8. 退出码与异常处理
161		165
162	-\| 退出码或异常 \| 含义 \| 处理建议 \|	166	+正常运行则无异常，`${SAVE_PATH}` 下生成量化权重与描述文件。失败时抛出异常。常见原因：`--config` 与 `--quant_type` 同时传入、普通量化路径缺少 `--model_type`、YAML 校验失败、`--device_id` 索引非法或超出可用设备。
163	-\|--------------\|------\|----------\|
164	-\| `0` \| 量化成功 \| 检查 `${SAVE_PATH}` 是否生成量化权重与描述文件。 \|
165	-\| 非 `0` \| 失败 \| 查看错误日志。常见原因：`--config` 与 `--quant_type` 同时传入、普通量化路径缺少 `--model_type`、YAML 校验失败、`--device_id` 索引非法或超出可用设备。 \|
166		167
167	## 9. 安全说明	168	## 9. 安全说明
168		169

Mdocs/zh/api_reference/cli/msmodelslim_tune.md+24-26

	@@ -2,9 +2,9 @@
2		2
3	## 1. 功能说明	3	## 1. 功能说明
4		4
5	-`msmodelslim tune` 是自动调优命令，读取包含 `strategy` 与 `evaluation` 的调优 YAML，循环执行「生成量化配置 → 量化 → 精度评估」，根据评估结果迭代搜索满足精度期望的量化配置，直至策略生成器耗尽、达到 `--timeout` 超时或达到最大迭代次数。量化模型与评估历史等结果写入 `--save_path`；调优结束后，最终最佳实践可保存到自定义最佳实践仓库。	5	+`msmodelslim tune` 是自动调优命令，读取包含 `strategy` 与 `evaluation` 的调优 YAML，循环执行"生成量化配置 → 量化 → 精度评估"流程，根据评估结果迭代搜索满足精度期望的量化配置，直至策略生成器耗尽、达到 `--timeout` 超时或达到最大迭代次数。量化模型与评估历史等结果写入 `--save_path`；调优结束后，最终最佳实践可保存到自定义最佳实践仓库。
6		6
7	-命令边界：本命令不展开具体调优策略与评估配置的编写；字段说明见《[自动调优配置协议说明](../config/auto_precision_tuning.md)》，操作步骤见《[自动调优使用说明](../../user_guide/usage_auto_precision_tuning.md)》。	7	+命令边界：本命令不展开具体调优策略与评估配置的编写；字段说明见《[自动调优配置说明导航](../config/tuning/README.md)》，其中策略模板引用的量化任务协议见《[量化任务配置说明导航](../config/quant/README.md)》；操作步骤见《[自动调优使用说明](../../user_guide/usage_auto_precision_tuning.md)》。
8		8
9	## 2. 命令格式	9	## 2. 命令格式
10		10
	@@ -17,30 +17,31 @@ msmodelslim tune --model_path <model_path> --save_path <save_path> --config <con
17	- 尖括号内为需替换的值，方括号内为可选参数。	17	- 尖括号内为需替换的值，方括号内为可选参数。
18	- `--model_path`、`--save_path`、`--config` 为必选参数。	18	- `--model_path`、`--save_path`、`--config` 为必选参数。
19	- `--config` 是必选的调优 YAML 路径；与一键量化命令的 `--config` 同名，但语义不同（一键量化的 `--config` 可选）。	19	- `--config` 是必选的调优 YAML 路径；与一键量化命令的 `--config` 同名，但语义不同（一键量化的 `--config` 可选）。
20	-- `--timeout` 为整数秒（如 `7200` 表示 2 小时）；兼容遗留时长字符串如 `2H`、`3D4H`。	20	+- `--timeout` 以整数秒传入（如 `7200` 表示 2小时）；旧的时长字符串写法（如 `2H`、`3D4H`）仅为向后兼容保留，新用法请统一使用秒。
21	-- `--trust_remote_code` 是可选值布尔参数：不带值传入即开启（等价 `true`），或跟 `true`/`false`（大小写不敏感，兼容遗留 `True`/`False`、`yes`/`no`、`on`/`off`）。	21	+- `--trust_remote_code` 是布尔参数：不带值传入即开启（等价 `true`），也可显式传入 `true`/`false`（大小写不敏感，兼容遗留写法 `True`/`False`）。
22	-- 本命令无位置参数。本语法摘要用于说明参数结构，不作为可复制命令；可复制命令见「使用示例」。	22	+- 本命令无位置参数。本语法摘要用于说明参数结构，不作为可复制命令；可复制命令见[使用示例](#7-使用示例)。
23		23
24	## 3. 参数列表	24	## 3. 参数列表
25		25
26	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|	26	\| 参数 \| 别名 \| 类型 \| 传入形式 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|
27	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|	27	\|------\|------\|------\|----------\|-----------\|--------\|----------------\|------\|
28	-\| `--model_type` \| 无 \| `string` \| 单值 \| 可选 \| `default` \| 模型类型名称，如 `Qwen2.5-7B-Instruct`、`Qwen-QwQ-32B` \| 待调优模型类型；不传时使用默认适配器 `default`。 \|	28	+\| `--model_type` \| 无 \| `string` \| 单值 \| 可选 \| `default` \| 模型类型名称，如 `Qwen2.5-7B-Instruct`、`Qwen3-32B` \| 待调优模型类型，须与《[大模型支持矩阵](../../knowledge_base/model/README.md)》中的名称一致；不传时使用默认适配器 `default`。 \|
29	\| `--model_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 原始模型权重目录（需存在且可读） \| 待调优模型的权重目录。 \|	29	\| `--model_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 原始模型权重目录（需存在且可读） \| 待调优模型的权重目录。 \|
30	\| `--save_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 输出目录（需可写） \| 调优结果、量化模型与历史记录的保存目录。 \|	30	\| `--save_path` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 输出目录（需可写） \| 调优结果、量化模型与历史记录的保存目录。 \|
31	-\| `--config` \| 无 \| `string` \| 单值 \| 必选 \| 无 \| 可读 YAML 文件路径 \| 调优配置 YAML，含 `strategy` 与 `evaluation` 字段。 \|	31	+\| `--config` \| `-c` \| `string` \| 单值 \| 必选 \| 无 \| 可读 YAML 文件路径 \| 调优配置 YAML，含 `strategy` 与 `evaluation` 字段。 \|
32	\| `--device` \| 无 \| `string` \| 单值 \| 可选 \| `npu` \| `npu`、`cpu` \| 运行设备类型；多卡索引请用 `--device_id` 指定。 \|	32	\| `--device` \| 无 \| `string` \| 单值 \| 可选 \| `npu` \| `npu`、`cpu` \| 运行设备类型；多卡索引请用 `--device_id` 指定。 \|
33	-\| `--device_id` \| 无 \| `list` \| 一次接收多个值，空格分隔 \| 可选 \| 无 \| 非负整数列表，如 `0` 或 `0 1 2 3` \| 设备索引，用于指定多个 NPU 设备。 \|	33	+\| `--device_id` \| 无 \| `list` \| 可接收单个或多个值，空格分隔 \| 可选 \| 无 \| 非负整数列表，如 `0` 或 `0 1 2 3` \| 设备索引，用于指定多个 NPU 设备。 \|
34	-\| `--timeout` \| 无 \| `int`（秒） \| 单值 \| 可选 \| 无（不限时） \| 整数秒，如 `7200`（2 小时）、`3600`（1 小时）；兼容遗留时长字符串（如 `1D2H30M15S`，单位固定顺序 D/H/M/S） \| 调优墙钟超时；到达超时时间后停止本次调优。 \|	34	+\| `--timeout` \| 无 \| `int`（秒） \| 单值 \| 可选 \| 无（不限时） \| 整数秒，如 `7200`（2小时）、`3600`（1小时）；仅向后兼容保留旧时长字符串写法（如 `1D2H30M15S`，单位固定顺序 D/H/M/S） \| 调优墙钟超时；到达超时时间后停止本次调优。 \|
35	-\| `--trust_remote_code` \| 无 \| `bool` \| 可选值（不带值传入即开启，或跟 `true`/`false`） \| 可选 \| `false` \| `true`/`false`（大小写不敏感；兼容 `True`/`False`、`yes`/`no`、`on`/`off`） \| 是否信任并执行模型目录中的自定义 Python 代码；仅在确认代码来源可信时开启。 \|	35	+\| `--trust_remote_code` \| 无 \| `bool` \| 不带值传入即开启，也可显式传值 `true`/`false` \| 可选 \| `false` \| `true`/`false`（大小写不敏感；兼容遗留写法 `True`/`False`） \| 是否信任并执行模型目录中的自定义 Python 代码；仅在确认代码来源可信时开启。 \|
36	\| `--log_level` \| 无 \| `string` \| 单值 \| 可选 \| `info` \| `debug`、`info`、`warning`、`error` \| 日志级别。 \|	36	\| `--log_level` \| 无 \| `string` \| 单值 \| 可选 \| `info` \| `debug`、`info`、`warning`、`error` \| 日志级别。 \|
37	\| `-v` / `--verbose` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 提高输出详细程度（等价 `--log_level debug`）。 \|	37	\| `-v` / `--verbose` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 提高输出详细程度（等价 `--log_level debug`）。 \|
38	\| `-q` / `--quiet` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 抑制非错误输出（等价 `--log_level error`）。 \|	38	\| `-q` / `--quiet` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 抑制非错误输出（等价 `--log_level error`）。 \|
		39	+\| `-h` / `--help` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示帮助信息后退出（如 `msmodelslim tune -h`）。 \|
39	\| `-V` / `--version` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示版本信息后退出（顶层全局参数，可在任意子命令后使用，如 `msmodelslim tune --version`）。 \|	40	\| `-V` / `--version` \| 无 \| `bool` \| 不带值开关 \| 可选 \| 关闭 \| 传入即启用 \| 显示版本信息后退出（顶层全局参数，可在任意子命令后使用，如 `msmodelslim tune --version`）。 \|
40		41
41	## 4. 参数关系	42	## 4. 参数关系
42		43
43	-- 本命令通过必选的 `--config` 加载调优 YAML；与一键量化命令的 `--config` 同名但语义不同，本命令不接收 `--config_path`。	44	+- 本命令通过必选的 `--config` 加载调优 YAML。
44	- `--timeout` 未设置时不限制调优墙钟时间；设置后超时即停止当前调优。	45	- `--timeout` 未设置时不限制调优墙钟时间；设置后超时即停止当前调优。
45	- `--device` 仅接受 `npu`/`cpu`，多卡索引通过 `--device_id` 指定。	46	- `--device` 仅接受 `npu`/`cpu`，多卡索引通过 `--device_id` 指定。
46	- `--model_type` 不传时使用默认值 `default`。	47	- `--model_type` 不传时使用默认值 `default`。
	@@ -49,13 +50,13 @@ msmodelslim tune --model_path <model_path> --save_path <save_path> --config <con
49		50
50	\| 关联参数 \| 配置名称 \| 引用关系 \| 配置文档 \|	51	\| 关联参数 \| 配置名称 \| 引用关系 \| 配置文档 \|
51	\|----------\|----------\|----------\|----------\|	52	\|----------\|----------\|----------\|----------\|
52	-\| `--config` \| 自动调优配置 \| 加载 `strategy` 与 `evaluation` \| 《[自动调优配置协议说明](../config/auto_precision_tuning.md)》 \|	53	+\| `--config` \| 自动调优配置 \| 加载 `strategy` 与 `evaluation` \| 《[自动调优配置说明导航](../config/tuning/README.md)》 \|
53		54
54	## 6. 环境变量	55	## 6. 环境变量
55		56
56	\| 环境变量 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|	57	\| 环境变量 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \|
57	\|----------\|------\|-----------\|--------\|----------------\|------\|	58	\|----------\|------\|-----------\|--------\|----------------\|------\|
58	-\| `MSMODELSLIM_CUSTOM_PRACTICE_REPO` \| `string` \| 可选 \| 无（未设置） \| 目录路径 \| 调优结束后将最终最佳实践保存到该自定义最佳实践仓库；未设置时命令仅记录「不支持保存」的提示。 \|	59	+\| `MSMODELSLIM_CUSTOM_PRACTICE_REPO` \| `string` \| 可选 \| 无（未设置） \| 目录路径 \| 调优结束后将最终最佳实践保存到该自定义最佳实践仓库；未设置时命令仅记录"不支持保存"的提示。 \|
59	\| `MSMODELSLIM_LOG_LEVEL` \| `string` \| 可选 \| `INFO` \| `INFO`、`DEBUG` \| 设置日志级别；设置后打印同级及以上日志。 \|	60	\| `MSMODELSLIM_LOG_LEVEL` \| `string` \| 可选 \| `INFO` \| `INFO`、`DEBUG` \| 设置日志级别；设置后打印同级及以上日志。 \|
60		61
61	## 7. 使用示例	62	## 7. 使用示例
	@@ -66,34 +67,31 @@ msmodelslim tune --model_path <model_path> --save_path <save_path> --config <con
66		67
67	```bash	68	```bash
68	msmodelslim tune \	69	msmodelslim tune \
69	- --model_path "${MODEL_PATH}" \	70	+ --model_path ${MODEL_PATH} \
70	- --save_path "${SAVE_PATH}" \	71	+ --save_path ${SAVE_PATH} \
71	- --config "${CONFIG_PATH}"	72	+ --config ${CONFIG_PATH}
72	```	73	```
73		74
74	`${MODEL_PATH}` 为权重目录，`${SAVE_PATH}` 为调优结果目录，`${CONFIG_PATH}` 为调优 YAML（含 `strategy` 与 `evaluation`）。未指定 `--model_type` 时使用默认适配器 `default`，推荐显式指定。	75	`${MODEL_PATH}` 为权重目录，`${SAVE_PATH}` 为调优结果目录，`${CONFIG_PATH}` 为调优 YAML（含 `strategy` 与 `evaluation`）。未指定 `--model_type` 时使用默认适配器 `default`，推荐显式指定。
75		76
76	-### 7.2 指定模型类型与超时	77	+### 7.2 显示指定模型类型、设备与超时时长
77		78
78	```bash	79	```bash
79	msmodelslim tune \	80	msmodelslim tune \
80	- --model_type "${MODEL_TYPE}" \	81	+ --model_type ${MODEL_TYPE} \
81	- --model_path "${MODEL_PATH}" \	82	+ --model_path ${MODEL_PATH} \
82	- --save_path "${SAVE_PATH}" \	83	+ --save_path ${SAVE_PATH} \
83	- --config "${CONFIG_PATH}" \	84	+ --config ${CONFIG_PATH} \
84	--timeout 7200 \	85	--timeout 7200 \
85	--device npu \	86	--device npu \
86	--device_id 0 1 2 3	87	--device_id 0 1 2 3
87	```	88	```
88		89
89	-`--timeout 7200` 表示最多运行2H；`--device_id 0 1 2 3` 使用4个 NPU 设备。	90	+`--timeout` 设为 `7200` 表示最多运行 7200 秒（2小时）；`--device_id` 设为 `0 1 2 3` 表示使用4个 NPU 设备。
90		91
91	## 8. 退出码与异常处理	92	## 8. 退出码与异常处理
92		93
93	-\| 退出码或异常 \| 含义 \| 处理建议 \|	94	+正常运行则无异常（含策略迭代完成、超时或达到最大迭代次数），结果见 `${SAVE_PATH}` 下的量化模型、结果与历史记录。失败时抛出异常。常见原因：`--config` YAML 校验失败、`--timeout` 格式非法、模型适配器加载失败。
94	-\|--------------\|------\|----------\|
95	-\| `0` \| 调优流程正常结束（含策略迭代完成、超时或达到最大迭代次数） \| 查看 `${SAVE_PATH}` 下的量化模型、结果与历史记录。 \|
96	-\| 非 `0` \| 失败 \| 查看错误日志。常见原因：`--config` YAML 校验失败、`--timeout` 格式非法、模型适配器加载失败。 \|
97		95
98	## 9. 安全说明	96	## 9. 安全说明
99		97

Adocs/zh/api_reference/config/README.md+74-0

@@ -0,0 +1,74 @@
	1	+# 配置说明导航
	2	+
	3	+本目录是 msModelSlim 配置（YAML）的字段级参考文档，按先选协议、再查 `type`的方式组织。使用流程与端到端操作步骤见《[一键量化完整指南](../../user_guide/usage_quick_quantization.md)》；任务协议总览见《[量化任务配置说明导航](quant/README.md)》；自动调优的协议总览见《[自动调优配置说明导航](tuning/README.md)》。
	4	+
	5	+## 1. 怎么用这套文档
	6	+
	7	+1. 确定协议：YAML 根节点的 `apiversion` 决定 `spec` 的结构，按任务场景选择协议页（总览见《[量化任务配置说明导航](quant/README.md)》）。各协议的字段取值与可用的 `process` / `save` 子类型并不相同，以对应任务页为准。
	8	+2. 查处理器：`spec.process[]` 的每一项由 `type` 分派，按 `type` 到下方[处理器](#3-处理器specprocess-按-type-分派)表查对应页面；`spec.prior[].process` 同样引用这些处理器。
	9	+3. 查保存格式：`spec.save[]` 的每一项由 `type` 分派，按下方[保存格式](#4-保存格式specsave-按-type-分派)表查对应页面；VLM / 多模态生成协议只接受其中的 AscendV1 与 MindIE 两类。
	10	+4. 查调优：自动调优的顶层结构见《[自动调优配置说明导航](tuning/README.md)》，`strategy` 与 `evaluation` 的字段见下方[自动调优](#5-自动调优)表。
	11	+
	12	+> 本页、《[量化任务配置说明导航](quant/README.md)》与《[自动调优配置说明导航](tuning/README.md)》为手写导航；其余配置页由 `skills/docs-management/scripts/gen_config_api_docs.py` 从源码 Pydantic 注解生成。修改字段说明请改源码 `Field(description=)` 等注解后重新生成，不要直接编辑带 `generated-by` 标记的页面。
	13	+
	14	+## 2. 任务配置（按 `apiversion` 选择）
	15	+
	16	+按协议查阅字段见《[量化任务配置说明导航](quant/README.md)》，下表为快速入口：
	17	+
	18	+\| 配置 \| `apiversion` \| 说明 \|
	19	+\|------\|--------------\|------\|
	20	+\| [modelslim_v1](quant/modelslim_v1.md) \| `modelslim_v1` \| 大语言模型量化与权重转换的默认协议，含 `runner`/`process`/`save`/`dataset`。 \|
	21	+\| [multimodal_vlm_modelslim_v1](quant/multimodal_vlm_modelslim_v1.md) \| `multimodal_vlm_modelslim_v1` \| 多模态理解（VLM）模型量化协议。 \|
	22	+\| [multimodal_sd_modelslim_v1](quant/multimodal_sd_modelslim_v1.md) \| `multimodal_sd_modelslim_v1` \| 多模态生成（DiT/SD）模型量化协议，含 dump 与推理参数。 \|
	23	+\| [modelslim_convert](quant/modelslim_convert.md) \| `modelslim_convert` \| 纯权重转换协议，用于权重重命名、结构替换与格式转换。 \|
	24	+\| [practice_config](quant/practice_config.md) \| `modelslim_v1`（在 `task` 内） \| 最佳实践配置：`metadata` + `task`，被自动调优策略引用。 \|
	25	+
	26	+## 3. 处理器（`spec.process[]` 按 `type` 分派）
	27	+
	28	+\| `type` \| 配置 \| 作用 \|
	29	+\|--------\|------\|------\|
	30	+\| `adapt_rotation` \| [adapt_rotation](processor/adapt_rotation.md) \| 自适应旋转，抑制离群值。 \|
	31	+\| `autoround_quant` \| [autoround_quant](processor/autoround_quant.md) \| AutoRound 量化训练。 \|
	32	+\| `awq` \| [awq](processor/awq.md) \| AWQ 激活感知权重量化。 \|
	33	+\| `binary_analysis` \| [binary_analysis](processor/binary_analysis.md) \| 二值（有/无量化）敏感度分析。 \|
	34	+\| `binary_operator_layer_wise` \| [binary_operator_layer_wise](processor/binary_operator_layer_wise.md) \| 逐层敏感度分析。 \|
	35	+\| `binary_operator_model_wise` \| [binary_operator_model_wise](processor/binary_operator_model_wise.md) \| 模型级敏感度分析。 \|
	36	+\| `dynamic_cache` \| [dynamic_cache](processor/dynamic_cache.md) \| KV cache 动态量化。 \|
	37	+\| `fa3_quant` \| [fa3_quant](processor/fa3_quant.md) \| FA3 注意力量化。 \|
	38	+\| `flatquant` \| [flatquant](processor/flatquant.md) \| FlatQuant 量化训练。 \|
	39	+\| `flex_awq_ssz` \| [flex_awq_ssz](processor/flex_awq_ssz.md) \| FlexAWQSSZ 平滑量化。 \|
	40	+\| `flex_smooth_quant` \| [flex_smooth_quant](processor/flex_smooth_quant.md) \| FlexSmoothQuant 平滑量化。 \|
	41	+\| `float_sparse` \| [float_sparse](processor/float_sparse.md) \| 浮点稀疏。 \|
	42	+\| `group` \| [group](processor/group.md) \| 组合处理器，共享推理过程。 \|
	43	+\| `iter_smooth` \| [iter_smooth](processor/iter_smooth.md) \| 迭代平滑。 \|
	44	+\| `kv_smooth` \| [kv_smooth](processor/kv_smooth.md) \| KV cache 平滑。 \|
	45	+\| `linear_quant` \| [linear_quant](processor/linear_quant.md) \| 线性层量化，含 `qconfig`（激活/权重）。 \|
	46	+\| `load` \| [load](processor/load.md) \| 模块加载/卸载。 \|
	47	+\| `oasq` \| [oasq](processor/oasq.md) \| OASQ 离群值感知平滑量化。 \|
	48	+\| `online_quarot` \| [online_quarot](processor/online_quarot.md) \| 在线 QuaRot 旋转。 \|
	49	+\| `quarot` \| [quarot](processor/quarot.md) \| 离线 QuaRot 旋转。 \|
	50	+\| `saver` \| [saver](processor/saver.md) \| 统一保存处理器。 \|
	51	+\| `smooth_quant` \| [smooth_quant](processor/smooth_quant.md) \| SmoothQuant 平滑量化。 \|
	52	+\| `svd_res` \| [svd_res](processor/svd_res.md) \| SVD 低秩残差补偿。 \|
	53	+\| `trainable_linear_quant` \| [trainable_linear_quant](processor/trainable_linear_quant.md) \| 可训练线性量化（TLQ）。 \|
	54	+\| `unary_analysis` \| [unary_analysis](processor/unary_analysis.md) \| 一元（无量化）敏感度分析。 \|
	55	+
	56	+## 4. 保存格式（`spec.save[]` 按 `type` 分派）
	57	+
	58	+\| `type` \| 配置 \| 适用协议 \|
	59	+\|--------\|------\|----------\|
	60	+\| `ascendv1_saver` \| [ascendv1_saver](format/ascendv1_saver.md) \| 全部协议（`modelslim_v1`、`multimodal_*`、`modelslim_convert`）。 \|
	61	+\| `compressed_tensors` \| [compressed_tensors](format/compressed_tensors.md) \| 仅 `modelslim_v1` 与 `modelslim_convert`；VLM / 多模态生成协议不接受。 \|
	62	+\| `mindie_format_saver` \| [mindie_format_saver](format/mindie_format_saver.md) \| 全部协议。 \|
	63	+
	64	+## 5. 自动调优
	65	+
	66	+顶层协议与字段总览见《[自动调优配置说明导航](tuning/README.md)》，以下为各策略与评估服务的字段参考：
	67	+
	68	+\| 配置 \| 说明 \|
	69	+\|------\|------\|
	70	+\| [tuning_plan](tuning/tuning_plan.md) \| 调优计划根配置（`strategy` + `evaluation`）。 \|
	71	+\| [strategy_standing_high](tuning/strategy_standing_high.md) \| `standing_high` 策略。 \|
	72	+\| [strategy_standing_high_with_experience](tuning/strategy_standing_high_with_experience.md) \| `standing_high_with_experience` 策略。 \|
	73	+\| [strategy_binary_fallback](tuning/strategy_binary_fallback.md) \| `binary_fallback` 策略。 \|
	74	+\| [evaluation_service_oriented](tuning/evaluation_service_oriented.md) \| AISBench 评测服务与预检查配置。 \|

Ddocs/zh/api_reference/config/auto_precision_tuning.md+0-379

	@@ -1,379 +0,0 @@
1	-# 自动调优配置协议说明
2	-
3	-## 1. 概述
4	-
5	-### 1.1 配置协议简介
6	-
7	-自动调优配置协议采用分层结构设计，顶层包含两个核心字段。
8	-
9	-- strategy: 调优策略配置，定义量化配置生成策略和量化基础配置。
10	-- evaluation: 评估服务配置，定义模型精度评估的方式和量化模型服务化拉起相关参数。
11	-
12	-### 1.2 配置文件位置
13	-
14	-用户需要自定义调优配置文件，可以参考各策略目录下的 YAML 示例（如 [standing_high.yaml](../../knowledge_base/tuning_strategies/standing_high/standing_high.yaml)）进行自定义。
15	-
16	-### 1.3 基础配置结构
17	-
18	-```yaml
19	-strategy:
20	- type: <strategy_type> # 调优策略类型，如 standing_high、standing_high_with_experience、binary_fallback
21	- # 不同策略有不同的配置字段与语义，详见各策略文档
22	-
23	-evaluation:
24	- type: service_oriented
25	- demand:
26	- expectations:
27	- # 精度期望列表：用于描述“需要在哪些数据集上达到什么精度要求”
28	- evaluation:
29	- type: aisbench
30	- # 具体字段详见下文 evaluation.evaluation 小节
31	- inference_engine:
32	- # 推理引擎配置
33	-```
34	-
35	-## 2. 配置字段详解
36	-
37	-### <span id="21-strategy---调优策略配置">2.1 strategy - 调优策略配置</span>
38	-
39	-作用: 定义调优策略的类型、参数和量化基础配置。
40	-
41	-type - 策略类型
42	-
43	-作用: 指定调优算法的类型，不同的策略类型对应不同的调优算法。
44	-
45	-类型: `string`
46	-
47	-可选值: 根据已实现的调优策略而定，例如 `standing_high`、`standing_high_with_experience`、`binary_fallback`。
48	-
49	-模型适配（按策略）
50	-
51	-若调优策略需自动运行敏感层分析（生成回退候选），模型适配器须实现 `ModelSlimPipelineInterfaceV1`（即 `core/runner/pipeline_interface.py` 中的 `PipelineInterface`，与 CLI `msmodelslim analyze` 要求一致）。策略内由领域层 `PipelineAnalysisService` 调用 `init_model`、`handle_dataset` 及 visit/forward pipeline；不会在策略侧预先 `load_model`。
52	-
53	-各策略在自动敏感层分析之上的额外要求如下：
54	-
55	-\| 策略 \| 模型适配器要求 \|
56	-\|------\|----------------\|
57	-\| `standing_high` \| `ModelSlimPipelineInterfaceV1`（始终自动敏感层分析） \|
58	-\| `standing_high_with_experience` \| `ModelSlimPipelineInterfaceV1` + `StandingHighWithExperienceInterface`（`load_model`，离群值抑制能力探测） \|
59	-\| `binary_fallback` \| `ModelSlimPipelineInterfaceV1` (实现V1架构) \|
60	-
61	-详见各策略文档「适用要求 / 模型适配」章节及《[LLM 大模型接入指南](../../knowledge_base/ptq/llm/integration_guide_large_language_model_quantization.md)》。
62	-
63	-策略特有配置字段
64	-
65	-不同调优策略的配置字段差异较大，详细的配置项请参考相应算法文档的「YAML 配置字段详解」章节。策略总览见《[自动调优策略总览](../../knowledge_base/tuning_strategies/README.md)》。目前已支持的算法如下：
66	-
67	-- 《[Standing High 调优算法](../../knowledge_base/tuning_strategies/standing_high/standing_high.md)》
68	-- 《[Standing High With Experience 调优算法](../../knowledge_base/tuning_strategies/standing_high_with_experience/standing_high_with_experience.md)》
69	-- 《[Binary Fallback 调优算法](../../knowledge_base/tuning_strategies/binary_fallback/binary_fallback.md)》
70	-
71	-### 2.2 evaluation - 评估服务配置
72	-
73	-作用: 定义模型精度评估的配置，包括评估服务类型、测评工具配置和推理引擎配置。
74	-
75	-核心字段:
76	-
77	-\| 字段名 \| 作用 \| 类型 \| 必选/可选 \| 说明 \|
78	-\|--------\|------\|------\|----------\|------\|
79	-\| type \| 评估服务类型 \| string \| 必选 \| 当前支持 `service_oriented`（面向服务的评估，通过服务化方式启动模型进行评估）。 \|
80	-\| demand \| 精度需求配置 \| object \| 必选 \| 定义模型精度评估的精度需求，包括数据集、目标精度和容差 \|
81	-\| evaluation \| 测评工具配置 \| object \| 必选 \| 定义测评工具的配置参数 \|
82	-\| inference_engine \| 推理引擎配置 \| object \| 必选 \| 定义推理引擎的配置参数，用于将量化后的模型以服务化方式启动 \|
83	-
84	-#### 2.2.1 type - 评估服务类型
85	-
86	-作用: 指定评估服务的类型。
87	-
88	-类型: `string`
89	-
90	-可选值: `service_oriented`（面向服务的评估，通过服务化方式启动模型进行评估）
91	-
92	-#### 2.2.2 demand - 精度需求配置
93	-
94	-作用: 定义模型精度评估的精度需求，包括数据集、目标精度和容差。
95	-
96	-字段说明:
97	-
98	-\| 字段名 \| 作用 \| 类型 \| 必选/可选 \| 说明 \|
99	-\|--------\|------\|------\|----------\|------\|
100	-\| expectations \| 精度期望列表 \| list \| 必选 \| 精度需求的列表，每个元素包含数据集、目标精度和容差，至少包含一个元素 \|
101	-
102	-expectations 字段说明:
103	-
104	-\| 字段名 \| 作用 \| 类型 \| 必选/可选 \| 说明 \|
105	-\|--------\|------\|------\|----------\|------\|
106	-\| dataset \| 指定要评估的数据集 \| string \| 必选 \| 数据集名称，必须是在 evaluation.evaluation.datasets 中配置的数据集名称 \|
107	-\| target \| 设置精度目标值 \| number \| 必选 \| 期望达到的精度目标值，必须大于 0；可写数字（如 `0.95`）或字符串（如 `"0.95"`） \|
108	-\| tolerance \| 设置精度容差 \| number \| 必选 \| 精度允许的误差范围，必须大于等于 0；可写数字（如 `0.95`）或字符串（如 `"0.95"`） \|
109	-
110	-配置示例:
111	-
112	-```yaml
113	-# 单个数据集的精度需求
114	-demand:
115	- expectations:
116	- - dataset: gsm8k
117	- target: 83 # 目标精度 83%
118	- tolerance: 2 # 容差 ±2%
119	-
120	-# 多个数据集的精度需求
121	-demand:
122	- expectations:
123	- - dataset: gsm8k
124	- target: 83 # 目标精度 83%
125	- tolerance: 2 # 容差 ±2%
126	- - dataset: aime25
127	- target: 85 # 目标精度 85%
128	- tolerance: 1 # 容差 ±1%
129	- - dataset: bfcl-simple
130	- target: 80 # 目标精度 80%
131	- tolerance: 2 # 容差 ±2%
132	-```
133	-
134	-注意:
135	-
136	-- 精度单位说明：不同数据集返回的精度格式可能不同，有些数据集返回小数形式（0.0-1.0，如 0.83 表示 83%），有些数据集返回百分制（0-100，如 83 表示 83%）。`target` 和 `tolerance` 的单位必须与对应数据集返回的精度格式保持一致。请根据测评工具实际数据集返回的精度格式来配置 `target` 和 `tolerance`。
137	-- 精度数值设置说明：`target` 和 `tolerance` 在系统内部按 Decimal 进行计算。YAML 中可直接写数字（如 `0.95`），也可写字符串（如 `"0.95"`）；在需要严格控制小数精度的场景，建议使用字符串写法。
138	-- 精度目标设置说明：文档中给出的精度数据仅供参考，请根据实际浮点模型的精度进行配置。理论上量化后模型不会超过原始浮点模型的精度，因此建议将精度目标设置为略低于或等于浮点模型的精度。
139	-- 支持配置多个数据集的精度需求，每个数据集可以设置不同的目标精度和容差。
140	-
141	-#### 2.2.3 evaluation - 测评工具配置
142	-
143	-作用: 定义测评工具的配置参数。
144	-
145	-核心字段:
146	-
147	-\| 字段名 \| 作用 \| 类型 \| 必选/可选 \| 说明 \|
148	-\|--------\|------\|------\|----------\|------\|
149	-\| type \| 测评工具类型 \| string \| 必选 \| 当前支持 `aisbench`。 \|
150	-\| precheck \| 预检查配置 \| list \| 可选 \| 定义正式评估前的预检查配置，空列表表示跳过预检查。默认值：`[]` \|
151	-\| aisbench \| AISBench 测评工具配置 \| object \| 必选 \| AISBench 测评工具的详细配置参数（如 `timeout`、`batch_size`、`generation_kwargs` 等）。 \|
152	-\| datasets \| 数据集配置 \| dict \| 必选 \| 定义需要评估的数据集及其配置，必须至少包含 `demand.expectations` 中指定的所有数据集。 \|
153	-\| host \| 服务主机地址 \| string \| 可选 \| 测评端连接推理服务的地址。需与推理引擎侧保持一致。默认值：`"localhost"` \|
154	-\| port \| 服务端口 \| int \| 可选 \| 测评端连接推理服务的端口。需与推理引擎侧保持一致。默认值：`1234` \|
155	-\| served_model_name \| 服务化模型名称 \| string \| 可选 \| 测评端请求时使用的模型名称标识，需与推理引擎侧保持一致。默认值：`"served_model_name"` \|
156	-
157	-配置示例:
158	-
159	-```yaml
160	-evaluation:
161	- type: aisbench
162	- aisbench:
163	- binary: ais_bench
164	- mode: all
165	- timeout: 7200
166	- request_rate: 1.0
167	- retry: 2
168	- batch_size: 32
169	- max_out_len: 512
170	- trust_remote_code: false
171	- pred_postprocessor: extract_non_reasoning_content
172	- generation_kwargs:
173	- temperature: 0.5
174	- top_k: 10
175	- top_p: 0.9
176	- seed: null
177	- repetition_penalty: 1.03
178	- model_meta:
179	- base_name: vllm_api_general_chat
180	- subdir: vllm_api
181	- abbr: vllm-api-general-chat
182	- attr: service
183	- default_metric_keys:
184	- - final_accuracy
185	- - accuracy
186	- - score
187	- datasets:
188	- gsm8k:
189	- config_name: "gsm8k_gen_0_shot_cot_str"
190	- mode: all
191	- aime25:
192	- config_name: "aime2025_gen_0_shot_chat_prompt"
193	- mode: all
194	- bfcl-simple:
195	- config_name: "BFCL_gen_simple"
196	- mode: all
197	- host: localhost
198	- port: 1234
199	- served_model_name: served_model_name
200	-```
201	-
202	-##### 2.2.3.1 aisbench - AISBench 测评工具配置
203	-
204	-作用：配置 AISBench 的命令行与测评运行参数（如 `timeout`、`batch_size`、`generation_kwargs` 等）。
205	-
206	-aisbench 字段说明:
207	-
208	-AISBench 测评工具的详细配置参数：
209	-
210	-\| 字段名 \| 作用 \| 类型 \| 必选/可选 \| 说明 \|
211	-\|--------\|------\|------\|----------\|------\|
212	-\| binary \| 指定 AISBench 启动命令 \| string \| 可选 \| 固定值：`ais_bench`。默认值：`"ais_bench"` \|
213	-\| mode \| 设置评测模式 \| string \| 可选 \| 评测模式。默认值：`"all"` \|
214	-\| timeout \| 设置命令执行超时时间 \| int \| 可选 \| 超时时间（秒），必须大于 0。默认值：`7200`（2小时） \|
215	-\| cleanup_model_config \| 控制是否清理模型配置 \| bool \| 可选 \| 是否清理生成的模型配置文件。默认值：`true` \|
216	-\| model_meta \| 配置模型元数据 \| object \| 可选 \| 模型配置元数据，详见下方说明。默认值：`ModelConfigMeta()` \|
217	-\| request_rate \| 设置默认请求速率 \| float \| 可选 \| 默认请求速率，必须大于 0。默认值：`1.0` \|
218	-\| pred_postprocessor \| 指定预测后处理器 \| string \| 可选 \| 预测后处理器名称。默认值：`"extract_non_reasoning_content"` \|
219	-\| retry \| 设置请求重试次数 \| int \| 可选 \| 请求重试次数，必须大于等于 0。默认值：`2` \|
220	-\| batch_size \| 设置批处理大小 \| int \| 可选 \| 批处理大小，必须大于 0。默认值：`1` \|
221	-\| max_out_len \| 设置最大输出长度 \| int \| 可选 \| 最大输出长度，必须大于 0。默认值：`512` \|
222	-\| trust_remote_code \| 控制是否信任远程代码 \| bool \| 可选 \| 是否信任远程代码。默认值：`false` \|
223	-\| generation_kwargs \| 服务化推理后端配置生成参数 \| dict \| 可选 \| 生成参数配置字典。默认值：`{}` \|
224	-\| extra_args \| 添加额外命令行参数 \| list \| 可选 \| 额外的命令行参数列表。默认值：`[]` \|
225	-\| log_dir \| 指定日志目录路径 \| string \| 可选 \| 日志目录路径，空字符串表示使用默认路径。默认值：`""` \|
226	-
227	-model_meta 字段说明:
228	-
229	-下面参数主要用于获得服务化推理后端模型配置：
230	-
231	-\| 字段名 \| 作用 \| 类型 \| 必选/可选 \| 说明 \|
232	-\|--------\|------\|------\|----------\|------\|
233	-\| directory \| 指定模型配置目录路径 \| string \| 可选 \| 模型配置目录的显式路径，空字符串表示使用默认路径。默认值：`""` \|
234	-\| subdir \| 指定模型服务化后端配置子目录 \| string \| 可选 \| 模型服务化后端配置子目录。默认值：`"vllm_api"` \|
235	-\| base_name \| 指定模型服务化后端配置基础名称 \| string \| 可选 \| 模型服务化后端配置基础名称。默认值：`"vllm_api_general_chat"` \|
236	-\| name_suffix \| 指定模型服务化后端配置名称后缀 \| string \| 可选 \| 模型服务化后端配置名称后缀，`auto` 表示自动生成。默认值：`"auto"` \|
237	-\| abbr \| 指定模型配置缩写 \| string \| 可选 \| 模型配置缩写。默认值：`"vllm-api-general-chat"` \|
238	-\| attr \| 指定模型配置属性 \| string \| 可选 \| 模型配置属性。默认值：`"service"` \|
239	-
240	-注意: 上面大部分参数来自于 AISBench 命令行参数与服务化推理后端参数，可以参考 [AISBench 详细参数说明](https://ais-bench-benchmark.readthedocs.io/zh-cn/latest/base_tutorials/all_params/index.html) 进行配置。
241	-
242	-##### 2.2.3.2 datasets - 数据集配置
243	-
244	-作用：配置待评估数据集及每个数据集在 AISBench 中的参数；必须至少包含 `demand.expectations` 中出现的所有数据集。
245	-
246	-datasets 字段说明:
247	-
248	-该字段指定了不同的数据集键与 AISBench 侧数据集配置的对应关系。下文示例中仅列出三个数据集（gsm8k、aime25、bfcl-simple）；更多数据集可参考[AISBench 文档数据集支持列表](https://github.com/AISBench/benchmark/blob/master/docs/source_zh_cn/get_started/datasets.md)自行扩展。
249	-
250	-每个数据集的配置字段说明：
251	-
252	-\| 字段名 \| 作用 \| 类型 \| 必选/可选 \| 说明 \|
253	-\|--------\|------\|------\|----------\|------\|
254	-\| config_name \| 指定 AISBench 中的配置名称 \| string \| 必选 \| 数据集在 AISBench 中的配置名称，非空字符串 \|
255	-\| mode \| 设置该数据集的评测模式 \| string \| 可选 \| 评测模式，空字符串表示使用全局模式。默认值：`""` \|
256	-\| request_rate \| 设置该数据集的请求速率 \| float \| 可选 \| 请求速率，0.0 表示使用全局默认值。必须大于等于 0。默认值：`0.0` \|
257	-\| max_out_len \| 设置该数据集的最大输出长度 \| int \| 可选 \| 最大输出长度，None 表示使用全局默认值。如果指定则必须大于 0。默认值：`None` \|
258	-\| returns_tool_calls \| 控制是否返回工具调用 \| bool \| 可选 \| 是否返回工具调用，None 表示不写入该字段。默认值：`None` \|
259	-\| api_chat_type \| 指定该数据集使用的 API Chat 类型 \| string \| 可选 \| 该字段需与 AISBench 对应数据集配置所要求的 API/请求格式保持一致。默认值：`"VLLMCustomAPIChat"` \|
260	-\| extra_args \| 添加该数据集的额外命令行参数 \| list \| 可选 \| 额外的命令行参数列表。默认值：`[]` \|
261	-
262	-##### 2.2.3.3 precheck - 预检查配置（可选）
263	-
264	-作用: 定义正式评估前的预检查配置，用于在每次迭代的模型评估前对量化后的模型进行预验证。
265	-
266	-类型: `list`
267	-
268	-说明: precheck 是一个列表，每个元素是一个预检查规则配置，包含 `type` 字段用于指定预检查类型。如果配置了 precheck 且不为空列表，系统会在正式评估前执行预检查。
269	-
270	-支持的预检查类型: `expected_answer`
271	-
272	-expected_answer - 期望答案验证
273	-
274	-作用: 验证模型输出是否包含预期的答案内容。
275	-
276	-字段说明:
277	-
278	-\| 字段名 \| 作用 \| 类型 \| 必选/可选 \| 说明 \|
279	-\|--------\|------\|------\|----------\|------\|
280	-\| type \| 指定预检查类型 \| string \| 必选 \| 固定值：`expected_answer`。 \|
281	-\| test_cases \| 配置测试用例列表 \| list \| 可选 \| 测试用例列表，使用键值对格式（问题: 答案）。如果不配置，默认使用一个测试用例（"What is 2+2?": "4"）。默认值：`[{"What is 2+2?": "4"}]` \|
282	-\| max_tokens \| 设置最大 token 数 \| int \| 可选 \| 必须大于零。默认值：`512` \|
283	-\| timeout \| 设置超时时间 \| float \| 可选 \| 超时时间（秒），必须大于零。默认值：`60.0` \|
284	-
285	-test_cases 字段说明:
286	-
287	-`test_cases` 使用字典格式（键值对），键为问题，值为答案：
288	-
289	-```yaml
290	-test_cases:
291	- - "What is 2+2?": ["4", "four"] # 期望响应中包含 "4" 或 "four"
292	- - "What is the capital of China?": "Beijing" # 期望响应中包含 "Beijing"
293	-```
294	-
295	-格式说明：
296	-
297	-- 键（问题）：字符串类型，测试消息
298	-- 值（答案）：可以是字符串、字符串列表
299	- - 字符串：如 `"4"`，表示期望响应中包含 "4"
300	- - 字符串列表：如 `["4", "four"]`，表示期望响应中包含 "4" 或 "four" 中的任意一个
301	-
302	-配置示例:
303	-
304	-```yaml
305	-precheck:
306	- - type: expected_answer
307	- test_cases:
308	- - "What is 2+2?": ["4", "four"]
309	- - "What is the capital of China?": "Beijing"
310	- max_tokens: 1024
311	- timeout: 60.0
312	-```
313	-
314	-注意:
315	-
316	-- 预检查功能会在每次迭代的模型评估前执行（在服务化启动后）。系统会依次执行所有配置的预检查规则，如果任何一个预检查失败，系统会跳过本次迭代的正式评估，返回数据集全零结果，直接开启下一次迭代。
317	-- 预检查的目的是快速发现明显的问题，避免浪费时间进行完整的评估。如果所有预检查都通过，系统会继续进行正式的精度评估。
318	-- 仅支持英文问答：预检查功能目前仅支持英文问答，测试消息和期望答案应使用英文。
319	-- 如果不配置 `precheck` 字段或配置为空列表，将跳过预检查直接进行正式评估。
320	-
321	-#### 2.2.4 inference_engine - 推理引擎配置
322	-
323	-作用: 定义推理引擎的配置参数，用于将量化后的模型以服务化方式启动。
324	-
325	-字段说明:
326	-
327	-\| 字段名 \| 作用 \| 类型 \| 必选/可选 \| 说明 \|
328	-\|--------\|------\|------\|----------\|------\|
329	-\| type \| 指定推理引擎类型 \| string \| 必选 \| 当前只支持 `vllm-ascend`。 \|
330	-\| entrypoint \| 指定服务入口点 \| string \| 可选 \| 服务入口点，非空字符串。默认 `vllm.entrypoints.openai.api_server` 为 vLLM OpenAI 兼容 API 服务入口；若需其他入口，须与当前安装的 vLLM/vLLM-Ascend 中可 `-m` 运行的模块一致。 \|
331	-\| env_vars \| 配置环境变量 \| dict \| 可选 \| 环境变量配置。默认值：`{}` \|
332	-\| served_model_name \| 指定服务化模型名称 \| string \| 可选 \| 推理服务对外使用的模型名称标识，非空字符串。需与测评端（`evaluation.evaluation`）保持一致。默认值：`"served_model_name"` \|
333	-\| host \| 指定服务主机地址 \| string \| 可选 \| 推理服务监听地址，支持 localhost、IPv4、IPv6 格式。需与测评端保持一致。默认值：`"localhost"` \|
334	-\| port \| 指定服务端口 \| int \| 可选 \| 推理服务监听端口，范围：1-65535。需与测评端保持一致。默认值：`1234` \|
335	-\| health_check_endpoint \| 指定健康检查端点 \| string \| 可选 \| 就绪探测时请求的 HTTP 路径，须与推理进程实际提供的、可返回成功响应的 URL 一致。默认 `"/v1/models"` 对应常见 OpenAI 兼容服务的模型列表接口。必须以 `/` 开头，其它取值无统一列表，可按部署的 vLLM-Ascend 真实路由自定义。 \|
336	-\| startup_timeout \| 设置启动超时时间 \| int \| 可选 \| 启动超时时间（秒），必须大于 0。默认值：`600` \|
337	-\| args \| 配置推理引擎启动参数 \| dict \| 可选 \| 推理引擎启动参数，用于添加其他 vLLM-Ascend 参数配置。默认值：`{}` \|
338	-
339	-注意: 不同模型拉起服务化时需要的参数可能不同，用户需要根据实际模型调整服务化参数。可以参考 [vLLM-Ascend 教程](https://docs.vllm.ai/projects/vllm-ascend-cn/zh-cn/latest/user_guide/configuration/index.html) 按模型需求配置参数，启动参数可以在 `args` 中进行添加，环境变量可以在 `env_vars` 中添加。
340	-
341	-配置示例:
342	-
343	-```yaml
344	-inference_engine:
345	- type: vllm-ascend
346	- entrypoint: vllm.entrypoints.openai.api_server
347	- env_vars:
348	- HCCL_BUFFSIZE: 1024
349	- VLLM_VERSION: 0.11.0
350	- ASCEND_RT_VISIBLE_DEVICES: 0
351	- served_model_name: served_model_name
352	- host: localhost
353	- port: 1234
354	- health_check_endpoint: /v1/models
355	- startup_timeout: 600
356	- args:
357	- enforce-eager: true
358	- served-model-name: served_model_name
359	- trust-remote-code: true
360	- tensor-parallel-size: 1
361	- data-parallel-size: 1
362	- quantization: ascend
363	- enable-prefix-caching: false
364	- max-model-len: 8192
365	- max-num-batched-tokens: 8192
366	- gpu-memory-utilization: 0.9
367	- additional_config:
368	- ascend_scheduler_config:
369	- enable: true
370	- enable_weight_nz_layout: true
371	-```
372	-
373	-### 2.3 使用示例
374	-
375	-完整的自动调优配置示例请参考：
376	-
377	-- standing_high 调优策略配置：[standing_high.yaml](../../knowledge_base/tuning_strategies/standing_high/standing_high.yaml)
378	-- standing_high_with_experience 调优策略配置：[standing_high_with_experience.yaml](../../knowledge_base/tuning_strategies/standing_high_with_experience/standing_high_with_experience.yaml)
379	-- binary_fallback 调优策略配置：[binary_fallback.yaml](../../knowledge_base/tuning_strategies/binary_fallback/binary_fallback.yaml)

Mdocs/zh/api_reference/config/format/mindie_format_saver.md+6-1

	@@ -27,10 +27,15 @@ MindIE 保存格式配置，导出 MindIE 落盘格式的权重文件。
27	## 3. 完整配置参考	27	## 3. 完整配置参考
28		28
29	```yaml	29	```yaml
30	-apiversion: modelslim_v1	30	+apiversion: multimodal_sd_modelslim_v1
31	spec:	31	spec:
32	save:	32	save:
33	- type: mindie_format_saver	33	- type: mindie_format_saver
34	part_file_size: 4	34	part_file_size: 4
35	ext: {}	35	ext: {}
		36	+ multimodal_sd_config:
		37	+ dump_config:
		38	+ enable_dump: true
		39	+ capture_mode: args
		40	+ dump_data_dir: ''
36	```	41	```

Mdocs/zh/api_reference/config/processor/adapt_rotation.md+21-12

	@@ -18,20 +18,22 @@
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `adapt_rotation` \| `adapt_rotation` \| 处理器类型，固定为 `adapt_rotation`。 \| 无 \|	19	\| `type` \| `string` \| 可选 \| `adapt_rotation` \| `adapt_rotation` \| 处理器类型，固定为 `adapt_rotation`。 \| 无 \|
20	\| `stage` \| `int` \| 必选 \| 无 \| `1`、`2` \| 旋转适配阶段：1 或 2，决定使用哪个阶段配置。 \| 无 \|	20	\| `stage` \| `int` \| 必选 \| 无 \| `1`、`2` \| 旋转适配阶段：1 或 2，决定使用哪个阶段配置。 \| 无 \|
21	-\| `stage_config` \| `object` \| 必选 \| 无 \| — \| 阶段配置对象（内部自动组装字段，必选但由 before-validator 根据 `stage` 自动生成，用户无需在 YAML 中配置）；YAML 中不要直接配置该字段，请把阶段字段（如 steps、quant_dtype）平铺在处理器下，见《AdaptRotationStage1ProcessorConfig 配置说明》/《AdaptRotationStage2ProcessorConfig 配置说明》。 \| 本页 <a href="#2-2-processorconfig">§2.2</a> \|	21	+\| `stage_config` \| `object` \| 必选 \| 无 \| — \| 阶段配置对象（内部自动组装字段，必选但由 before-validator 根据 `stage` 自动生成，用户无需在 YAML 中配置）；YAML 中不要直接配置该字段，请把阶段字段（如 steps、quant_dtype）平铺在处理器下，见<a href="#2-2-1-adapt-rotation-stage1">《AdaptRotationStage1ProcessorConfig 配置说明》</a>/<a href="#2-2-2-adapt-rotation-stage2">《AdaptRotationStage2ProcessorConfig 配置说明》</a>。 \| 本页 <a href="#2-2-processorconfig">§2.2</a> \|
22		22
23	配置约束	23	配置约束
24		24
25	- 按 stage 把扁平字段组装为 stage_config：仅允许对应阶段字段，多余字段报错。	25	- 按 stage 把扁平字段组装为 stage_config：仅允许对应阶段字段，多余字段报错。
26		26
27	-<h3 id="2-2-processorconfig">2.2 ProcessorConfig</h3>	27	+<h3 id="2-2-processorconfig">2.2 《<a href="linear_quant.md">ProcessorConfig</a>》</h3>
28		28
29	派生类	29	派生类
30		30
31	-- `AdaptRotationStage1ProcessorConfig` — adapt_rotation 阶段1的配置。本页 <a href="#2-3-adapt-rotation-stage1">§2.3</a>	31	+\| 配置类 \| 说明 \| 文档 \|
32	-- `AdaptRotationStage2ProcessorConfig` — adapt_rotation 阶段2的配置。本页 <a href="#2-4-adapt-rotation-stage2">§2.4</a>	32	+\|--------\|------\|------\|
		33	+\| `AdaptRotationStage1ProcessorConfig` \| adapt_rotation 阶段1的配置。 \| 本页 <a href="#2-2-1-adapt-rotation-stage1">§2.2.1</a> \|
		34	+\| `AdaptRotationStage2ProcessorConfig` \| adapt_rotation 阶段2的配置。 \| 本页 <a href="#2-2-2-adapt-rotation-stage2">§2.2.2</a> \|
33		35
34	-<h4 id="2-3-adapt-rotation-stage1">2.3 AdaptRotationStage1ProcessorConfig</h4>	36	+<h4 id="2-2-1-adapt-rotation-stage1">2.2.1 AdaptRotationStage1ProcessorConfig</h4>
35		37
36	adapt_rotation 阶段1的配置。	38	adapt_rotation 阶段1的配置。
37		39
	@@ -49,7 +51,7 @@ adapt_rotation 阶段1的配置。
49	- 校验 layer_type：每个元素为非空字符串且长度 <= 128	51	- 校验 layer_type：每个元素为非空字符串且长度 <= 128
50	- 校验 block_size：取值范围为-1或2的非负整数次幂	52	- 校验 block_size：取值范围为-1或2的非负整数次幂
51		53
52	-<h4 id="2-4-adapt-rotation-stage2">2.4 AdaptRotationStage2ProcessorConfig</h4>	54	+<h4 id="2-2-2-adapt-rotation-stage2">2.2.2 AdaptRotationStage2ProcessorConfig</h4>
53		55
54	adapt_rotation 阶段2的配置。	56	adapt_rotation 阶段2的配置。
55		57
	@@ -72,13 +74,20 @@ adapt_rotation 阶段2的配置。
72	```yaml	74	```yaml
73	apiversion: modelslim_v1	75	apiversion: modelslim_v1
74	spec:	76	spec:
		77	+ prior:
		78	+ - process:
		79	+ - type: adapt_rotation
		80	+ stage: 1
		81	+ steps: 20
		82	+ quant_dtype: int4
		83	+ layer_type:
		84	+ - up_proj
		85	+ block_size: -1
		86	+ max_samples: 2048
75	process:	87	process:
76	- type: adapt_rotation	88	- type: adapt_rotation
77	- stage: 1	89	+ stage: 2
78	- steps: 20	90	+ online: false
79	- quant_dtype: int4
80	- layer_type:
81	- - up_proj
82	block_size: -1	91	block_size: -1
83	- max_samples: 2048	92	+ max_tp_size: 1
84	```	93	```

Mdocs/zh/api_reference/config/processor/autoround_quant.md+7-7

	@@ -32,7 +32,7 @@ autoround 量化策略：对匹配的线性层应用一组量化配置。
32		32
33	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	33	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
34	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	34	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
35	-\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 激活与权重的量化配置，见《LinearQConfig 配置说明》。 \| 本页 <a href="#2-3-linear-qconfig">§2.3</a> \|	35	+\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 激活与权重的量化配置，见<a href="#2-2-1-linear-qconfig">《LinearQConfig 配置说明》</a>。 \| 本页 <a href="#2-2-1-linear-qconfig">§2.2.1</a> \|
36	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 包含的模块名称模式，默认 `` 匹配全部模块 \| 无 \|	36	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 包含的模块名称模式，默认 `` 匹配全部模块 \| 无 \|
37	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|	37	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|
38		38
	@@ -40,29 +40,29 @@ autoround 量化策略：对匹配的线性层应用一组量化配置。
40		40
41	- 无。	41	- 无。
42		42
43	-<h3 id="2-3-linear-qconfig">2.3 LinearQConfig</h3>	43	+<h4 id="2-2-1-linear-qconfig">2.2.1 LinearQConfig</h4>
44		44
45	线性层（Linear）的量化配置，含激活与权重两路量化。	45	线性层（Linear）的量化配置，含激活与权重两路量化。
46		46
47	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	47	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
48	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	48	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
49	-\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-4-qconfig">§2.4</a> \|	49	+\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。由激活量化器实现，`method` 支持 `minmax`、`histogram`、`none`；`scope` 支持 `per_tensor`、`per_token`、`per_channel`（限 int8/fp8_e4m3/mxfp8 的 minmax）等。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-2-2-qconfig">§2.2.2</a> \|
50	-\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。 \| 本页 <a href="#2-4-qconfig">§2.4</a> \|	50	+\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。由权重量化器实现，`method` 支持 `minmax`、`mse_round`、`ssz`、`gptq` 等；`scope` 支持 `per_channel`、`per_group`、`per_block` 等（不支持 `per_tensor`/`per_token`）。 \| 本页 <a href="#2-2-2-qconfig">§2.2.2</a> \|
51		51
52	配置约束	52	配置约束
53		53
54	- 无。	54	- 无。
55		55
56	-<h3 id="2-4-qconfig">2.4 QConfig</h3>	56	+<h4 id="2-2-2-qconfig">2.2.2 QConfig</h4>
57		57
58	描述单个张量（权重或激活）的量化方式。	58	描述单个张量（权重或激活）的量化方式。
59		59
60	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	60	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
61	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	61	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
62	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|	62	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|
63	-\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale` \| 量化粒度，即 scale/zero_point 的计算范围：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`dual_scale`（双尺度）等；合法取值组合取决于 `dtype` 与量化器实现。 \| 无 \|	63	+\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale`、`per_channel_neg_offset` \| 量化粒度，即 scale/zero_point 的计算范围。各取值含义：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`pd_mix`（Prefill/Decode 混合粒度）、`dual_scale`（双尺度）等；按场景可用取值如下（还须与 `dtype`/`method` 组合匹配）：激活：`per_tensor`、`per_token`、`per_channel`（当前为 `int8`/`fp8_e4m3`/`mxfp8` 的 minmax）、`per_block`（MX minmax）、`pd_mix`、`dual_scale`；权重：`per_channel`、`per_group`（GPTQ）、`per_block`（MX）、`dual_scale`；FA3 注意力：`per_head`（默认）、`per_channel`、`per_token`、`per_block`。 \| 无 \|
64	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|	64	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|
65	-\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none` 等；可用取值取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数（配合 `float` 使用）。 \| 无 \|	65	+\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none`、`gptq` 等；算法按张量类型分属两套量化器：激活量化器支持 `minmax`、`histogram`、`none`（配合 `float`）；权重量化器支持 `minmax`、`mse_round`、`ssz`、`gptq` 等。可用取值还取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数。 \| 无 \|
66	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|	66	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|
67		67
68	配置约束	68	配置约束

Mdocs/zh/api_reference/config/processor/awq.md+3-3

Mdocs/zh/api_reference/config/processor/binary_analysis.md+28-26

	@@ -25,35 +25,37 @@
25		25
26	- 无。	26	- 无。
27		27
28	-<h3 id="2-2-autoprocessorconfig">2.2 AutoProcessorConfig</h3>	28	+<h3 id="2-2-autoprocessorconfig">2.2 《<a href="linear_quant.md">AutoProcessorConfig</a>》</h3>
29		29
30	派生类	30	派生类
31		31
32	-- `AdaptRotationProcessorConfig`（`type: adapt_rotation`） — 自适应旋转（adapt_rotation）处理器配置。《[adapt_rotation 配置说明](adapt_rotation.md)》	32	+\| 配置类 \| `type` \| 说明 \| 文档 \|
33	-- `AutoroundProcessorConfig`（`type: autoround_quant`） — autoround 量化处理器配置。《[autoround_quant 配置说明](autoround_quant.md)》	33	+\|--------\|----------\|------\|------\|
34	-- `AWQProcessorConfig`（`type: awq`） — AWQ（Activation-aware Weight Quantization）处理器配置。《[awq 配置说明](awq.md)》	34	+\| `AdaptRotationProcessorConfig` \| `adapt_rotation` \| 自适应旋转（adapt_rotation）处理器配置。 \| 《[adapt_rotation 配置说明](adapt_rotation.md)》 \|
35	-- `BinaryAnalysisProcessorConfig`（`type: binary_analysis`） — 二值（有/无量化）敏感度分析处理器配置。本页 <a href="#2-1-binary-analysis">§2.1</a>	35	+\| `AutoroundProcessorConfig` \| `autoround_quant` \| autoround 量化处理器配置。 \| 《[autoround_quant 配置说明](autoround_quant.md)》 \|
36	-- `BinaryOperatorLayerWiseProcessorConfig`（`type: binary_operator_layer_wise`） — 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。《[binary_operator_layer_wise 配置说明](binary_operator_layer_wise.md)》	36	+\| `AWQProcessorConfig` \| `awq` \| AWQ（Activation-aware Weight Quantization）处理器配置。 \| 《[awq 配置说明](awq.md)》 \|
37	-- `BinaryOperatorModelWiseProcessorConfig`（`type: binary_operator_model_wise`） — 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标）《[binary_operator_model_wise 配置说明](binary_operator_model_wise.md)》	37	+\| `BinaryAnalysisProcessorConfig` \| `binary_analysis` \| 二值（有/无量化）敏感度分析处理器配置。 \| 本页 <a href="#2-1-binary-analysis">§2.1</a> \|
38	-- `DynamicCacheProcessorConfig`（`type: dynamic_cache`） — KV cache 量化处理器配置。《[dynamic_cache 配置说明](dynamic_cache.md)》	38	+\| `BinaryOperatorLayerWiseProcessorConfig` \| `binary_operator_layer_wise` \| 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。 \| 《[binary_operator_layer_wise 配置说明](binary_operator_layer_wise.md)》 \|
39	-- `FA3QuantProcessorConfig`（`type: fa3_quant`） — FA3（FlashAttention-3）量化处理器配置。《[fa3_quant 配置说明](fa3_quant.md)》	39	+\| `BinaryOperatorModelWiseProcessorConfig` \| `binary_operator_model_wise` \| 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标） \| 《[binary_operator_model_wise 配置说明](binary_operator_model_wise.md)》 \|
40	-- `FlatQuantProcessorConfig`（`type: flatquant`） — FlatQuant处理器配置：定义量化训练参数、策略、混合精度等《[flatquant 配置说明](flatquant.md)》	40	+\| `DynamicCacheProcessorConfig` \| `dynamic_cache` \| KV cache 量化处理器配置。 \| 《[dynamic_cache 配置说明](dynamic_cache.md)》 \|
41	-- `FlexAWQSSZProcessorConfig`（`type: flex_awq_ssz`） — FlexAWQSSZ 平滑+AWQ 处理器配置。《[flex_awq_ssz 配置说明](flex_awq_ssz.md)》	41	+\| `FA3QuantProcessorConfig` \| `fa3_quant` \| FA3（FlashAttention-3）量化处理器配置。 \| 《[fa3_quant 配置说明](fa3_quant.md)》 \|
42	-- `FlexSmoothQuantProcessorConfig`（`type: flex_smooth_quant`） — FlexSmoothQuant 平滑量化处理器配置。《[flex_smooth_quant 配置说明](flex_smooth_quant.md)》	42	+\| `FlatQuantProcessorConfig` \| `flatquant` \| FlatQuant处理器配置：定义量化训练参数、策略、混合精度等 \| 《[flatquant 配置说明](flatquant.md)》 \|
43	-- `FloatSparseProcessorConfig`（`type: float_sparse`） — 浮点稀疏处理器配置。《[float_sparse 配置说明](float_sparse.md)》	43	+\| `FlexAWQSSZProcessorConfig` \| `flex_awq_ssz` \| Flex AWQ SSZ 离群值抑制处理器配置。 \| 《[flex_awq_ssz 配置说明](flex_awq_ssz.md)》 \|
44	-- `GroupProcessorConfig`（`type: group`） — 处理器合并器配置。《[group 配置说明](group.md)》	44	+\| `FlexSmoothQuantProcessorConfig` \| `flex_smooth_quant` \| FlexSmoothQuant 平滑量化处理器配置。 \| 《[flex_smooth_quant 配置说明](flex_smooth_quant.md)》 \|
45	-- `IterSmoothProcessorConfig`（`type: iter_smooth`） — 迭代平滑（IterativeSmooth）处理器配置。《[iter_smooth 配置说明](iter_smooth.md)》	45	+\| `FloatSparseProcessorConfig` \| `float_sparse` \| 浮点稀疏处理器配置。 \| 《[float_sparse 配置说明](float_sparse.md)》 \|
46	-- `KVSmoothProcessorConfig`（`type: kv_smooth`） — KV cache 平滑处理器配置。《[kv_smooth 配置说明](kv_smooth.md)》	46	+\| `GroupProcessorConfig` \| `group` \| 处理器合并器配置。 \| 《[group 配置说明](group.md)》 \|
47	-- `LinearProcessorConfig`（`type: linear_quant`） — 线性层（Linear）量化处理器配置。《[linear_quant 配置说明](linear_quant.md)》	47	+\| `IterSmoothProcessorConfig` \| `iter_smooth` \| 迭代平滑（IterativeSmooth）处理器配置。 \| 《[iter_smooth 配置说明](iter_smooth.md)》 \|
48	-- `LoadProcessorConfig`（`type: load`） — 模块加载/卸载处理器配置。《[load 配置说明](load.md)》	48	+\| `KVSmoothProcessorConfig` \| `kv_smooth` \| KV cache 平滑处理器配置。 \| 《[kv_smooth 配置说明](kv_smooth.md)》 \|
49	-- `OASQProcessorConfig`（`type: oasq`） — OASQ（Outlier-Aware Smooth Quantization）处理器配置。《[oasq 配置说明](oasq.md)》	49	+\| `LinearProcessorConfig` \| `linear_quant` \| 线性层（Linear）量化处理器配置。 \| 《[linear_quant 配置说明](linear_quant.md)》 \|
50	-- `OnlineQuaRotProcessorConfig`（`type: online_quarot`） — 在线 QuaRot 旋转处理器配置。《[online_quarot 配置说明](online_quarot.md)》	50	+\| `LoadProcessorConfig` \| `load` \| 模块加载/卸载处理器配置。 \| 《[load 配置说明](load.md)》 \|
51	-- `QuaRotProcessorConfig`（`type: quarot`） — QuaRot（离线旋转）处理器配置。《[quarot 配置说明](quarot.md)》	51	+\| `OASQProcessorConfig` \| `oasq` \| OASQ（Outlier-Aware Smooth Quantization）处理器配置。 \| 《[oasq 配置说明](oasq.md)》 \|
52	-- `QuantSaveProcessorConfig`（`type: saver`） — 统一保存处理器配置。《[saver 配置说明](saver.md)》	52	+\| `OnlineQuaRotProcessorConfig` \| `online_quarot` \| 在线 QuaRot 旋转处理器配置。 \| 《[online_quarot 配置说明](online_quarot.md)》 \|
53	-- `SmoothQuantProcessorConfig`（`type: smooth_quant`） — SmoothQuant 平滑量化处理器配置。《[smooth_quant 配置说明](smooth_quant.md)》	53	+\| `QuaRotProcessorConfig` \| `quarot` \| QuaRot（离线旋转）处理器配置。 \| 《[quarot 配置说明](quarot.md)》 \|
54	-- `SVDResidualProcessorConfig`（`type: svd_res`） — SVD 残差（低秩补偿）处理器配置。《[svd_res 配置说明](svd_res.md)》	54	+\| `QuantSaveProcessorConfig` \| `saver` \| 统一保存处理器配置。 \| 《[saver 配置说明](saver.md)》 \|
55	-- `TrainableLinearQuantProcessorConfig`（`type: trainable_linear_quant`） — 可训练线性量化（TLQ）处理器配置。《[trainable_linear_quant 配置说明](trainable_linear_quant.md)》	55	+\| `SmoothQuantProcessorConfig` \| `smooth_quant` \| SmoothQuant 平滑量化处理器配置。 \| 《[smooth_quant 配置说明](smooth_quant.md)》 \|
56	-- `UnaryAnalysisProcessorConfig`（`type: unary_analysis`） — 一元（无量化）敏感度分析处理器配置。《[unary_analysis 配置说明](unary_analysis.md)》	56	+\| `SVDResidualProcessorConfig` \| `svd_res` \| SVD 残差（低秩补偿）处理器配置。 \| 《[svd_res 配置说明](svd_res.md)》 \|
		57	+\| `TrainableLinearQuantProcessorConfig` \| `trainable_linear_quant` \| 可训练线性量化（TLQ）处理器配置。 \| 《[trainable_linear_quant 配置说明](trainable_linear_quant.md)》 \|
		58	+\| `UnaryAnalysisProcessorConfig` \| `unary_analysis` \| 一元（无量化）敏感度分析处理器配置。 \| 《[unary_analysis 配置说明](unary_analysis.md)》 \|
57		59
58	## 3. 完整配置参考	60	## 3. 完整配置参考
59		61

Mdocs/zh/api_reference/config/processor/binary_operator_layer_wise.md+29-27

	@@ -17,7 +17,7 @@
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `binary_operator_layer_wise` \| `binary_operator_layer_wise` \| 处理器类型，固定为 `binary_operator_layer_wise`。 \| 无 \|	19	\| `type` \| `string` \| 可选 \| `binary_operator_layer_wise` \| `binary_operator_layer_wise` \| 处理器类型，固定为 `binary_operator_layer_wise`。 \| 无 \|
20	-\| `metrics` \| `string` \| 可选 \| `mse_layer_wise` \| — \| 分析指标，如 `mse_layer_wise`。 \| 无 \|	20	+\| `metrics` \| `string` \| 可选 \| `mse_layer_wise` \| — \| 分析指标 `mse_layer_wise`。 \| 无 \|
21	\| `quant_modules` \| `list[string]` \| 可选 \| `['*']` \| — \| 与 linear_quant.include、CLI --quant_modules 一致（YAML 占位 ${quant_modules}）；用于层敏感结果展示名后缀，如 model.layers.2 (mod1, mod2)。 \| 无 \|	21	\| `quant_modules` \| `list[string]` \| 可选 \| `['*']` \| — \| 与 linear_quant.include、CLI --quant_modules 一致（YAML 占位 ${quant_modules}）；用于层敏感结果展示名后缀，如 model.layers.2 (mod1, mod2)。 \| 无 \|
22	\| `configs` \| `list[object]` \| 可选 \| `[]` \| — \| 用于执行量化-反量化路径的量化子处理器配置列表 \| 本页 <a href="#2-2-autoprocessorconfig">§2.2</a> \|	22	\| `configs` \| `list[object]` \| 可选 \| `[]` \| — \| 用于执行量化-反量化路径的量化子处理器配置列表 \| 本页 <a href="#2-2-autoprocessorconfig">§2.2</a> \|
23		23
	@@ -25,35 +25,37 @@
25		25
26	- 无。	26	- 无。
27		27
28	-<h3 id="2-2-autoprocessorconfig">2.2 AutoProcessorConfig</h3>	28	+<h3 id="2-2-autoprocessorconfig">2.2 《<a href="linear_quant.md">AutoProcessorConfig</a>》</h3>
29		29
30	派生类	30	派生类
31		31
32	-- `AdaptRotationProcessorConfig`（`type: adapt_rotation`） — 自适应旋转（adapt_rotation）处理器配置。《[adapt_rotation 配置说明](adapt_rotation.md)》	32	+\| 配置类 \| `type` \| 说明 \| 文档 \|
33	-- `AutoroundProcessorConfig`（`type: autoround_quant`） — autoround 量化处理器配置。《[autoround_quant 配置说明](autoround_quant.md)》	33	+\|--------\|----------\|------\|------\|
34	-- `AWQProcessorConfig`（`type: awq`） — AWQ（Activation-aware Weight Quantization）处理器配置。《[awq 配置说明](awq.md)》	34	+\| `AdaptRotationProcessorConfig` \| `adapt_rotation` \| 自适应旋转（adapt_rotation）处理器配置。 \| 《[adapt_rotation 配置说明](adapt_rotation.md)》 \|
35	-- `BinaryAnalysisProcessorConfig`（`type: binary_analysis`） — 二值（有/无量化）敏感度分析处理器配置。《[binary_analysis 配置说明](binary_analysis.md)》	35	+\| `AutoroundProcessorConfig` \| `autoround_quant` \| autoround 量化处理器配置。 \| 《[autoround_quant 配置说明](autoround_quant.md)》 \|
36	-- `BinaryOperatorLayerWiseProcessorConfig`（`type: binary_operator_layer_wise`） — 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。本页 <a href="#2-1-binary-operator-layer-wise">§2.1</a>	36	+\| `AWQProcessorConfig` \| `awq` \| AWQ（Activation-aware Weight Quantization）处理器配置。 \| 《[awq 配置说明](awq.md)》 \|
37	-- `BinaryOperatorModelWiseProcessorConfig`（`type: binary_operator_model_wise`） — 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标）《[binary_operator_model_wise 配置说明](binary_operator_model_wise.md)》	37	+\| `BinaryAnalysisProcessorConfig` \| `binary_analysis` \| 二值（有/无量化）敏感度分析处理器配置。 \| 《[binary_analysis 配置说明](binary_analysis.md)》 \|
38	-- `DynamicCacheProcessorConfig`（`type: dynamic_cache`） — KV cache 量化处理器配置。《[dynamic_cache 配置说明](dynamic_cache.md)》	38	+\| `BinaryOperatorLayerWiseProcessorConfig` \| `binary_operator_layer_wise` \| 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。 \| 本页 <a href="#2-1-binary-operator-layer-wise">§2.1</a> \|
39	-- `FA3QuantProcessorConfig`（`type: fa3_quant`） — FA3（FlashAttention-3）量化处理器配置。《[fa3_quant 配置说明](fa3_quant.md)》	39	+\| `BinaryOperatorModelWiseProcessorConfig` \| `binary_operator_model_wise` \| 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标） \| 《[binary_operator_model_wise 配置说明](binary_operator_model_wise.md)》 \|
40	-- `FlatQuantProcessorConfig`（`type: flatquant`） — FlatQuant处理器配置：定义量化训练参数、策略、混合精度等《[flatquant 配置说明](flatquant.md)》	40	+\| `DynamicCacheProcessorConfig` \| `dynamic_cache` \| KV cache 量化处理器配置。 \| 《[dynamic_cache 配置说明](dynamic_cache.md)》 \|
41	-- `FlexAWQSSZProcessorConfig`（`type: flex_awq_ssz`） — FlexAWQSSZ 平滑+AWQ 处理器配置。《[flex_awq_ssz 配置说明](flex_awq_ssz.md)》	41	+\| `FA3QuantProcessorConfig` \| `fa3_quant` \| FA3（FlashAttention-3）量化处理器配置。 \| 《[fa3_quant 配置说明](fa3_quant.md)》 \|
42	-- `FlexSmoothQuantProcessorConfig`（`type: flex_smooth_quant`） — FlexSmoothQuant 平滑量化处理器配置。《[flex_smooth_quant 配置说明](flex_smooth_quant.md)》	42	+\| `FlatQuantProcessorConfig` \| `flatquant` \| FlatQuant处理器配置：定义量化训练参数、策略、混合精度等 \| 《[flatquant 配置说明](flatquant.md)》 \|
43	-- `FloatSparseProcessorConfig`（`type: float_sparse`） — 浮点稀疏处理器配置。《[float_sparse 配置说明](float_sparse.md)》	43	+\| `FlexAWQSSZProcessorConfig` \| `flex_awq_ssz` \| Flex AWQ SSZ 离群值抑制处理器配置。 \| 《[flex_awq_ssz 配置说明](flex_awq_ssz.md)》 \|
44	-- `GroupProcessorConfig`（`type: group`） — 处理器合并器配置。《[group 配置说明](group.md)》	44	+\| `FlexSmoothQuantProcessorConfig` \| `flex_smooth_quant` \| FlexSmoothQuant 平滑量化处理器配置。 \| 《[flex_smooth_quant 配置说明](flex_smooth_quant.md)》 \|
45	-- `IterSmoothProcessorConfig`（`type: iter_smooth`） — 迭代平滑（IterativeSmooth）处理器配置。《[iter_smooth 配置说明](iter_smooth.md)》	45	+\| `FloatSparseProcessorConfig` \| `float_sparse` \| 浮点稀疏处理器配置。 \| 《[float_sparse 配置说明](float_sparse.md)》 \|
46	-- `KVSmoothProcessorConfig`（`type: kv_smooth`） — KV cache 平滑处理器配置。《[kv_smooth 配置说明](kv_smooth.md)》	46	+\| `GroupProcessorConfig` \| `group` \| 处理器合并器配置。 \| 《[group 配置说明](group.md)》 \|
47	-- `LinearProcessorConfig`（`type: linear_quant`） — 线性层（Linear）量化处理器配置。《[linear_quant 配置说明](linear_quant.md)》	47	+\| `IterSmoothProcessorConfig` \| `iter_smooth` \| 迭代平滑（IterativeSmooth）处理器配置。 \| 《[iter_smooth 配置说明](iter_smooth.md)》 \|
48	-- `LoadProcessorConfig`（`type: load`） — 模块加载/卸载处理器配置。《[load 配置说明](load.md)》	48	+\| `KVSmoothProcessorConfig` \| `kv_smooth` \| KV cache 平滑处理器配置。 \| 《[kv_smooth 配置说明](kv_smooth.md)》 \|
49	-- `OASQProcessorConfig`（`type: oasq`） — OASQ（Outlier-Aware Smooth Quantization）处理器配置。《[oasq 配置说明](oasq.md)》	49	+\| `LinearProcessorConfig` \| `linear_quant` \| 线性层（Linear）量化处理器配置。 \| 《[linear_quant 配置说明](linear_quant.md)》 \|
50	-- `OnlineQuaRotProcessorConfig`（`type: online_quarot`） — 在线 QuaRot 旋转处理器配置。《[online_quarot 配置说明](online_quarot.md)》	50	+\| `LoadProcessorConfig` \| `load` \| 模块加载/卸载处理器配置。 \| 《[load 配置说明](load.md)》 \|
51	-- `QuaRotProcessorConfig`（`type: quarot`） — QuaRot（离线旋转）处理器配置。《[quarot 配置说明](quarot.md)》	51	+\| `OASQProcessorConfig` \| `oasq` \| OASQ（Outlier-Aware Smooth Quantization）处理器配置。 \| 《[oasq 配置说明](oasq.md)》 \|
52	-- `QuantSaveProcessorConfig`（`type: saver`） — 统一保存处理器配置。《[saver 配置说明](saver.md)》	52	+\| `OnlineQuaRotProcessorConfig` \| `online_quarot` \| 在线 QuaRot 旋转处理器配置。 \| 《[online_quarot 配置说明](online_quarot.md)》 \|
53	-- `SmoothQuantProcessorConfig`（`type: smooth_quant`） — SmoothQuant 平滑量化处理器配置。《[smooth_quant 配置说明](smooth_quant.md)》	53	+\| `QuaRotProcessorConfig` \| `quarot` \| QuaRot（离线旋转）处理器配置。 \| 《[quarot 配置说明](quarot.md)》 \|
54	-- `SVDResidualProcessorConfig`（`type: svd_res`） — SVD 残差（低秩补偿）处理器配置。《[svd_res 配置说明](svd_res.md)》	54	+\| `QuantSaveProcessorConfig` \| `saver` \| 统一保存处理器配置。 \| 《[saver 配置说明](saver.md)》 \|
55	-- `TrainableLinearQuantProcessorConfig`（`type: trainable_linear_quant`） — 可训练线性量化（TLQ）处理器配置。《[trainable_linear_quant 配置说明](trainable_linear_quant.md)》	55	+\| `SmoothQuantProcessorConfig` \| `smooth_quant` \| SmoothQuant 平滑量化处理器配置。 \| 《[smooth_quant 配置说明](smooth_quant.md)》 \|
56	-- `UnaryAnalysisProcessorConfig`（`type: unary_analysis`） — 一元（无量化）敏感度分析处理器配置。《[unary_analysis 配置说明](unary_analysis.md)》	56	+\| `SVDResidualProcessorConfig` \| `svd_res` \| SVD 残差（低秩补偿）处理器配置。 \| 《[svd_res 配置说明](svd_res.md)》 \|
		57	+\| `TrainableLinearQuantProcessorConfig` \| `trainable_linear_quant` \| 可训练线性量化（TLQ）处理器配置。 \| 《[trainable_linear_quant 配置说明](trainable_linear_quant.md)》 \|
		58	+\| `UnaryAnalysisProcessorConfig` \| `unary_analysis` \| 一元（无量化）敏感度分析处理器配置。 \| 《[unary_analysis 配置说明](unary_analysis.md)》 \|
57		59
58	## 3. 完整配置参考	60	## 3. 完整配置参考
59		61

Mdocs/zh/api_reference/config/processor/binary_operator_model_wise.md+28-26

	@@ -25,35 +25,37 @@
25		25
26	- 无。	26	- 无。
27		27
28	-<h3 id="2-2-autoprocessorconfig">2.2 AutoProcessorConfig</h3>	28	+<h3 id="2-2-autoprocessorconfig">2.2 《<a href="linear_quant.md">AutoProcessorConfig</a>》</h3>
29		29
30	派生类	30	派生类
31		31
32	-- `AdaptRotationProcessorConfig`（`type: adapt_rotation`） — 自适应旋转（adapt_rotation）处理器配置。《[adapt_rotation 配置说明](adapt_rotation.md)》	32	+\| 配置类 \| `type` \| 说明 \| 文档 \|
33	-- `AutoroundProcessorConfig`（`type: autoround_quant`） — autoround 量化处理器配置。《[autoround_quant 配置说明](autoround_quant.md)》	33	+\|--------\|----------\|------\|------\|
34	-- `AWQProcessorConfig`（`type: awq`） — AWQ（Activation-aware Weight Quantization）处理器配置。《[awq 配置说明](awq.md)》	34	+\| `AdaptRotationProcessorConfig` \| `adapt_rotation` \| 自适应旋转（adapt_rotation）处理器配置。 \| 《[adapt_rotation 配置说明](adapt_rotation.md)》 \|
35	-- `BinaryAnalysisProcessorConfig`（`type: binary_analysis`） — 二值（有/无量化）敏感度分析处理器配置。《[binary_analysis 配置说明](binary_analysis.md)》	35	+\| `AutoroundProcessorConfig` \| `autoround_quant` \| autoround 量化处理器配置。 \| 《[autoround_quant 配置说明](autoround_quant.md)》 \|
36	-- `BinaryOperatorLayerWiseProcessorConfig`（`type: binary_operator_layer_wise`） — 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。《[binary_operator_layer_wise 配置说明](binary_operator_layer_wise.md)》	36	+\| `AWQProcessorConfig` \| `awq` \| AWQ（Activation-aware Weight Quantization）处理器配置。 \| 《[awq 配置说明](awq.md)》 \|
37	-- `BinaryOperatorModelWiseProcessorConfig`（`type: binary_operator_model_wise`） — 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标）本页 <a href="#2-1-binary-operator-model-wise">§2.1</a>	37	+\| `BinaryAnalysisProcessorConfig` \| `binary_analysis` \| 二值（有/无量化）敏感度分析处理器配置。 \| 《[binary_analysis 配置说明](binary_analysis.md)》 \|
38	-- `DynamicCacheProcessorConfig`（`type: dynamic_cache`） — KV cache 量化处理器配置。《[dynamic_cache 配置说明](dynamic_cache.md)》	38	+\| `BinaryOperatorLayerWiseProcessorConfig` \| `binary_operator_layer_wise` \| 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。 \| 《[binary_operator_layer_wise 配置说明](binary_operator_layer_wise.md)》 \|
39	-- `FA3QuantProcessorConfig`（`type: fa3_quant`） — FA3（FlashAttention-3）量化处理器配置。《[fa3_quant 配置说明](fa3_quant.md)》	39	+\| `BinaryOperatorModelWiseProcessorConfig` \| `binary_operator_model_wise` \| 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标） \| 本页 <a href="#2-1-binary-operator-model-wise">§2.1</a> \|
40	-- `FlatQuantProcessorConfig`（`type: flatquant`） — FlatQuant处理器配置：定义量化训练参数、策略、混合精度等《[flatquant 配置说明](flatquant.md)》	40	+\| `DynamicCacheProcessorConfig` \| `dynamic_cache` \| KV cache 量化处理器配置。 \| 《[dynamic_cache 配置说明](dynamic_cache.md)》 \|
41	-- `FlexAWQSSZProcessorConfig`（`type: flex_awq_ssz`） — FlexAWQSSZ 平滑+AWQ 处理器配置。《[flex_awq_ssz 配置说明](flex_awq_ssz.md)》	41	+\| `FA3QuantProcessorConfig` \| `fa3_quant` \| FA3（FlashAttention-3）量化处理器配置。 \| 《[fa3_quant 配置说明](fa3_quant.md)》 \|
42	-- `FlexSmoothQuantProcessorConfig`（`type: flex_smooth_quant`） — FlexSmoothQuant 平滑量化处理器配置。《[flex_smooth_quant 配置说明](flex_smooth_quant.md)》	42	+\| `FlatQuantProcessorConfig` \| `flatquant` \| FlatQuant处理器配置：定义量化训练参数、策略、混合精度等 \| 《[flatquant 配置说明](flatquant.md)》 \|
43	-- `FloatSparseProcessorConfig`（`type: float_sparse`） — 浮点稀疏处理器配置。《[float_sparse 配置说明](float_sparse.md)》	43	+\| `FlexAWQSSZProcessorConfig` \| `flex_awq_ssz` \| Flex AWQ SSZ 离群值抑制处理器配置。 \| 《[flex_awq_ssz 配置说明](flex_awq_ssz.md)》 \|
44	-- `GroupProcessorConfig`（`type: group`） — 处理器合并器配置。《[group 配置说明](group.md)》	44	+\| `FlexSmoothQuantProcessorConfig` \| `flex_smooth_quant` \| FlexSmoothQuant 平滑量化处理器配置。 \| 《[flex_smooth_quant 配置说明](flex_smooth_quant.md)》 \|
45	-- `IterSmoothProcessorConfig`（`type: iter_smooth`） — 迭代平滑（IterativeSmooth）处理器配置。《[iter_smooth 配置说明](iter_smooth.md)》	45	+\| `FloatSparseProcessorConfig` \| `float_sparse` \| 浮点稀疏处理器配置。 \| 《[float_sparse 配置说明](float_sparse.md)》 \|
46	-- `KVSmoothProcessorConfig`（`type: kv_smooth`） — KV cache 平滑处理器配置。《[kv_smooth 配置说明](kv_smooth.md)》	46	+\| `GroupProcessorConfig` \| `group` \| 处理器合并器配置。 \| 《[group 配置说明](group.md)》 \|
47	-- `LinearProcessorConfig`（`type: linear_quant`） — 线性层（Linear）量化处理器配置。《[linear_quant 配置说明](linear_quant.md)》	47	+\| `IterSmoothProcessorConfig` \| `iter_smooth` \| 迭代平滑（IterativeSmooth）处理器配置。 \| 《[iter_smooth 配置说明](iter_smooth.md)》 \|
48	-- `LoadProcessorConfig`（`type: load`） — 模块加载/卸载处理器配置。《[load 配置说明](load.md)》	48	+\| `KVSmoothProcessorConfig` \| `kv_smooth` \| KV cache 平滑处理器配置。 \| 《[kv_smooth 配置说明](kv_smooth.md)》 \|
49	-- `OASQProcessorConfig`（`type: oasq`） — OASQ（Outlier-Aware Smooth Quantization）处理器配置。《[oasq 配置说明](oasq.md)》	49	+\| `LinearProcessorConfig` \| `linear_quant` \| 线性层（Linear）量化处理器配置。 \| 《[linear_quant 配置说明](linear_quant.md)》 \|
50	-- `OnlineQuaRotProcessorConfig`（`type: online_quarot`） — 在线 QuaRot 旋转处理器配置。《[online_quarot 配置说明](online_quarot.md)》	50	+\| `LoadProcessorConfig` \| `load` \| 模块加载/卸载处理器配置。 \| 《[load 配置说明](load.md)》 \|
51	-- `QuaRotProcessorConfig`（`type: quarot`） — QuaRot（离线旋转）处理器配置。《[quarot 配置说明](quarot.md)》	51	+\| `OASQProcessorConfig` \| `oasq` \| OASQ（Outlier-Aware Smooth Quantization）处理器配置。 \| 《[oasq 配置说明](oasq.md)》 \|
52	-- `QuantSaveProcessorConfig`（`type: saver`） — 统一保存处理器配置。《[saver 配置说明](saver.md)》	52	+\| `OnlineQuaRotProcessorConfig` \| `online_quarot` \| 在线 QuaRot 旋转处理器配置。 \| 《[online_quarot 配置说明](online_quarot.md)》 \|
53	-- `SmoothQuantProcessorConfig`（`type: smooth_quant`） — SmoothQuant 平滑量化处理器配置。《[smooth_quant 配置说明](smooth_quant.md)》	53	+\| `QuaRotProcessorConfig` \| `quarot` \| QuaRot（离线旋转）处理器配置。 \| 《[quarot 配置说明](quarot.md)》 \|
54	-- `SVDResidualProcessorConfig`（`type: svd_res`） — SVD 残差（低秩补偿）处理器配置。《[svd_res 配置说明](svd_res.md)》	54	+\| `QuantSaveProcessorConfig` \| `saver` \| 统一保存处理器配置。 \| 《[saver 配置说明](saver.md)》 \|
55	-- `TrainableLinearQuantProcessorConfig`（`type: trainable_linear_quant`） — 可训练线性量化（TLQ）处理器配置。《[trainable_linear_quant 配置说明](trainable_linear_quant.md)》	55	+\| `SmoothQuantProcessorConfig` \| `smooth_quant` \| SmoothQuant 平滑量化处理器配置。 \| 《[smooth_quant 配置说明](smooth_quant.md)》 \|
56	-- `UnaryAnalysisProcessorConfig`（`type: unary_analysis`） — 一元（无量化）敏感度分析处理器配置。《[unary_analysis 配置说明](unary_analysis.md)》	56	+\| `SVDResidualProcessorConfig` \| `svd_res` \| SVD 残差（低秩补偿）处理器配置。 \| 《[svd_res 配置说明](svd_res.md)》 \|
		57	+\| `TrainableLinearQuantProcessorConfig` \| `trainable_linear_quant` \| 可训练线性量化（TLQ）处理器配置。 \| 《[trainable_linear_quant 配置说明](trainable_linear_quant.md)》 \|
		58	+\| `UnaryAnalysisProcessorConfig` \| `unary_analysis` \| 一元（无量化）敏感度分析处理器配置。 \| 《[unary_analysis 配置说明](unary_analysis.md)》 \|
57		59
58	## 3. 完整配置参考	60	## 3. 完整配置参考
59		61

Mdocs/zh/api_reference/config/processor/dynamic_cache.md+3-3

Mdocs/zh/api_reference/config/processor/fa3_quant.md+8-8

	@@ -17,14 +17,14 @@ FA3（FlashAttention-3）量化处理器配置。
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `fa3_quant` \| `fa3_quant` \| 处理器类型，固定为 `fa3_quant`。 \| 无 \|	19	\| `type` \| `string` \| 可选 \| `fa3_quant` \| `fa3_quant` \| 处理器类型，固定为 `fa3_quant`。 \| 无 \|
20	-\| `qconfig` \| `object / null` \| 可选 \| `null` \| — \| 统一量化配置；不提供时默认使用 INT8 per-head symmetric，见《QConfig 配置说明》 \| 本页 <a href="#2-2-qconfig">§2.2</a> \|	20	+\| `qconfig` \| `object / null` \| 可选 \| `null` \| — \| 统一量化配置；不提供时默认使用 `dtype: int8`、`scope: per_head`、`symmetric: true`、`method: minmax`（对称量化），见<a href="#2-2-qconfig">《QConfig 配置说明》</a> \| 本页 <a href="#2-2-qconfig">§2.2</a> \|
21	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 包含的模块名称模式，默认 `` 匹配全部模块 \| 无 \|	21	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 包含的模块名称模式，默认 `` 匹配全部模块 \| 无 \|
22	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|	22	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|
23	-\| `details` \| `object / null` \| 可选 \| `null` \| — \| Q/K/V 分支级量化配置（FA3AttentionDetails），见《FA3AttentionDetails 配置说明》 \| 本页 <a href="#2-3-fa3-attention-details">§2.3</a> \|	23	+\| `details` \| `object / null` \| 可选 \| `null` \| — \| Q/K/V 分支级量化配置（FA3AttentionDetails），见<a href="#2-3-fa3-attention-details">《FA3AttentionDetails 配置说明》</a> \| 本页 <a href="#2-3-fa3-attention-details">§2.3</a> \|
24		24
25	配置约束	25	配置约束
26		26
27	-- 校验 qconfig 与 details 互斥：两者都提供时报错；两者都未提供时默认 INT8 per-head symmetric。	27	+- 校验 qconfig 与 details 互斥：两者都提供时报错；两者都未提供时使用默认：`{dtype: int8, scope: per_head, symmetric: true, method: minmax}`。
28		28
29	<h3 id="2-2-qconfig">2.2 QConfig</h3>	29	<h3 id="2-2-qconfig">2.2 QConfig</h3>
30		30
	@@ -33,9 +33,9 @@ FA3（FlashAttention-3）量化处理器配置。
33	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	33	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
34	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	34	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
35	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|	35	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|
36	-\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale` \| 量化粒度，即 scale/zero_point 的计算范围：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`dual_scale`（双尺度）等；合法取值组合取决于 `dtype` 与量化器实现。 \| 无 \|	36	+\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale`、`per_channel_neg_offset` \| 量化粒度，即 scale/zero_point 的计算范围。各取值含义：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`pd_mix`（Prefill/Decode 混合粒度）、`dual_scale`（双尺度）等；按场景可用取值如下（还须与 `dtype`/`method` 组合匹配）：激活：`per_tensor`、`per_token`、`per_channel`（当前为 `int8`/`fp8_e4m3`/`mxfp8` 的 minmax）、`per_block`（MX minmax）、`pd_mix`、`dual_scale`；权重：`per_channel`、`per_group`（GPTQ）、`per_block`（MX）、`dual_scale`；FA3 注意力：`per_head`（默认）、`per_channel`、`per_token`、`per_block`。 \| 无 \|
37	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|	37	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|
38	-\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none` 等；可用取值取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数（配合 `float` 使用）。 \| 无 \|	38	+\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none`、`gptq` 等；算法按张量类型分属两套量化器：激活量化器支持 `minmax`、`histogram`、`none`（配合 `float`）；权重量化器支持 `minmax`、`mse_round`、`ssz`、`gptq` 等。可用取值还取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数。 \| 无 \|
39	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|	39	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|
40		40
41	配置约束	41	配置约束
	@@ -48,9 +48,9 @@ FA3 注意力分支级量化配置，分别指定 Q/K/V 的量化方式。
48		48
49	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	49	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
50	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	50	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
51	-\| `fa_q` \| `object` \| 可选 \| `null` \| — \| Query 分支的量化配置，见《QConfig 配置说明》 \| 本页 <a href="#2-2-qconfig">§2.2</a> \|	51	+\| `fa_q` \| `object` \| 可选 \| `null` \| — \| Query 分支的量化配置，见<a href="#2-2-qconfig">《QConfig 配置说明》</a> \| 本页 <a href="#2-2-qconfig">§2.2</a> \|
52	-\| `fa_k` \| `object` \| 可选 \| `null` \| — \| Key 分支的量化配置，见《QConfig 配置说明》 \| 本页 <a href="#2-2-qconfig">§2.2</a> \|	52	+\| `fa_k` \| `object` \| 可选 \| `null` \| — \| Key 分支的量化配置，见<a href="#2-2-qconfig">《QConfig 配置说明》</a> \| 本页 <a href="#2-2-qconfig">§2.2</a> \|
53	-\| `fa_v` \| `object` \| 可选 \| `null` \| — \| Value 分支的量化配置，见《QConfig 配置说明》 \| 本页 <a href="#2-2-qconfig">§2.2</a> \|	53	+\| `fa_v` \| `object` \| 可选 \| `null` \| — \| Value 分支的量化配置，见<a href="#2-2-qconfig">《QConfig 配置说明》</a> \| 本页 <a href="#2-2-qconfig">§2.2</a> \|
54		54
55	配置约束	55	配置约束
56		56

Mdocs/zh/api_reference/config/processor/flatquant.md+7-7

	@@ -53,7 +53,7 @@ FlatQuant处理器配置：定义量化训练参数、策略、混合精度等
53		53
54	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	54	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
55	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	55	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
56	-\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 量化配置参数 \| 本页 <a href="#2-3-linear-qconfig">§2.3</a> \|	56	+\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 量化配置参数 \| 本页 <a href="#2-2-1-linear-qconfig">§2.2.1</a> \|
57	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 要包含的模块名称（支持通配符） \| 无 \|	57	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 要包含的模块名称（支持通配符） \| 无 \|
58	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 要排除的模块名称（优先于 include） \| 无 \|	58	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 要排除的模块名称（优先于 include） \| 无 \|
59		59
	@@ -61,29 +61,29 @@ FlatQuant处理器配置：定义量化训练参数、策略、混合精度等
61		61
62	- 无。	62	- 无。
63		63
64	-<h3 id="2-3-linear-qconfig">2.3 LinearQConfig</h3>	64	+<h4 id="2-2-1-linear-qconfig">2.2.1 LinearQConfig</h4>
65		65
66	线性层（Linear）的量化配置，含激活与权重两路量化。	66	线性层（Linear）的量化配置，含激活与权重两路量化。
67		67
68	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	68	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
69	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	69	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
70	-\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-4-qconfig">§2.4</a> \|	70	+\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。由激活量化器实现，`method` 支持 `minmax`、`histogram`、`none`；`scope` 支持 `per_tensor`、`per_token`、`per_channel`（限 int8/fp8_e4m3/mxfp8 的 minmax）等。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-2-2-qconfig">§2.2.2</a> \|
71	-\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。 \| 本页 <a href="#2-4-qconfig">§2.4</a> \|	71	+\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。由权重量化器实现，`method` 支持 `minmax`、`mse_round`、`ssz`、`gptq` 等；`scope` 支持 `per_channel`、`per_group`、`per_block` 等（不支持 `per_tensor`/`per_token`）。 \| 本页 <a href="#2-2-2-qconfig">§2.2.2</a> \|
72		72
73	配置约束	73	配置约束
74		74
75	- 无。	75	- 无。
76		76
77	-<h3 id="2-4-qconfig">2.4 QConfig</h3>	77	+<h4 id="2-2-2-qconfig">2.2.2 QConfig</h4>
78		78
79	描述单个张量（权重或激活）的量化方式。	79	描述单个张量（权重或激活）的量化方式。
80		80
81	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	81	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
82	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	82	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
83	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|	83	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|
84	-\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale` \| 量化粒度，即 scale/zero_point 的计算范围：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`dual_scale`（双尺度）等；合法取值组合取决于 `dtype` 与量化器实现。 \| 无 \|	84	+\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale`、`per_channel_neg_offset` \| 量化粒度，即 scale/zero_point 的计算范围。各取值含义：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`pd_mix`（Prefill/Decode 混合粒度）、`dual_scale`（双尺度）等；按场景可用取值如下（还须与 `dtype`/`method` 组合匹配）：激活：`per_tensor`、`per_token`、`per_channel`（当前为 `int8`/`fp8_e4m3`/`mxfp8` 的 minmax）、`per_block`（MX minmax）、`pd_mix`、`dual_scale`；权重：`per_channel`、`per_group`（GPTQ）、`per_block`（MX）、`dual_scale`；FA3 注意力：`per_head`（默认）、`per_channel`、`per_token`、`per_block`。 \| 无 \|
85	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|	85	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|
86	-\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none` 等；可用取值取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数（配合 `float` 使用）。 \| 无 \|	86	+\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none`、`gptq` 等；算法按张量类型分属两套量化器：激活量化器支持 `minmax`、`histogram`、`none`（配合 `float`）；权重量化器支持 `minmax`、`mse_round`、`ssz`、`gptq` 等。可用取值还取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数。 \| 无 \|
87	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|	87	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|
88		88
89	配置约束	89	配置约束

Mdocs/zh/api_reference/config/processor/flex_awq_ssz.md+7-7

	@@ -3,7 +3,7 @@
3		3
4	## 1. 配置概述	4	## 1. 配置概述
5		5
6	-FlexAWQSSZ 平滑+AWQ 处理器配置。	6	+Flex AWQ SSZ 离群值抑制处理器配置。
7		7
8	\| 项目 \| 内容 \|	8	\| 项目 \| 内容 \|
9	\|------\|------\|	9	\|------\|------\|
	@@ -22,7 +22,7 @@ FlexAWQSSZ 平滑+AWQ 处理器配置。
22	\| `enable_subgraph_type` \| `list[any]` \| 可选 \| `['norm-linear', 'linear-linear', 'ov', 'up-down']` \| — \| 应用平滑的子图类型列表，默认 `norm-linear`、`linear-linear`、`ov`、`up-down`。 \| 无 \|	22	\| `enable_subgraph_type` \| `list[any]` \| 可选 \| `['norm-linear', 'linear-linear', 'ov', 'up-down']` \| — \| 应用平滑的子图类型列表，默认 `norm-linear`、`linear-linear`、`ov`、`up-down`。 \| 无 \|
23	\| `include` \| `list[string] / null` \| 可选 \| `null` \| — \| 包含的模块名称模式；不设置表示全部匹配。 \| 无 \|	23	\| `include` \| `list[string] / null` \| 可选 \| `null` \| — \| 包含的模块名称模式；不设置表示全部匹配。 \| 无 \|
24	\| `exclude` \| `list[string] / null` \| 可选 \| `null` \| — \| 排除的模块名称模式，优先级高于 `include`。 \| 无 \|	24	\| `exclude` \| `list[string] / null` \| 可选 \| `null` \| — \| 排除的模块名称模式，优先级高于 `include`。 \| 无 \|
25	-\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 激活与权重的量化配置，见《LinearQConfig 配置说明》。 \| 本页 <a href="#2-2-linear-qconfig">§2.2</a> \|	25	+\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 激活与权重的量化配置，见<a href="#2-2-linear-qconfig">《LinearQConfig 配置说明》</a>。 \| 本页 <a href="#2-2-linear-qconfig">§2.2</a> \|
26		26
27	配置约束	27	配置约束
28		28
	@@ -34,23 +34,23 @@ FlexAWQSSZ 平滑+AWQ 处理器配置。
34		34
35	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	35	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
36	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	36	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
37	-\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-3-qconfig">§2.3</a> \|	37	+\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。由激活量化器实现，`method` 支持 `minmax`、`histogram`、`none`；`scope` 支持 `per_tensor`、`per_token`、`per_channel`（限 int8/fp8_e4m3/mxfp8 的 minmax）等。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-2-1-qconfig">§2.2.1</a> \|
38	-\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。 \| 本页 <a href="#2-3-qconfig">§2.3</a> \|	38	+\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。由权重量化器实现，`method` 支持 `minmax`、`mse_round`、`ssz`、`gptq` 等；`scope` 支持 `per_channel`、`per_group`、`per_block` 等（不支持 `per_tensor`/`per_token`）。 \| 本页 <a href="#2-2-1-qconfig">§2.2.1</a> \|
39		39
40	配置约束	40	配置约束
41		41
42	- 无。	42	- 无。
43		43
44	-<h3 id="2-3-qconfig">2.3 QConfig</h3>	44	+<h4 id="2-2-1-qconfig">2.2.1 QConfig</h4>
45		45
46	描述单个张量（权重或激活）的量化方式。	46	描述单个张量（权重或激活）的量化方式。
47		47
48	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	48	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
49	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	49	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
50	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|	50	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|
51	-\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale` \| 量化粒度，即 scale/zero_point 的计算范围：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`dual_scale`（双尺度）等；合法取值组合取决于 `dtype` 与量化器实现。 \| 无 \|	51	+\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale`、`per_channel_neg_offset` \| 量化粒度，即 scale/zero_point 的计算范围。各取值含义：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`pd_mix`（Prefill/Decode 混合粒度）、`dual_scale`（双尺度）等；按场景可用取值如下（还须与 `dtype`/`method` 组合匹配）：激活：`per_tensor`、`per_token`、`per_channel`（当前为 `int8`/`fp8_e4m3`/`mxfp8` 的 minmax）、`per_block`（MX minmax）、`pd_mix`、`dual_scale`；权重：`per_channel`、`per_group`（GPTQ）、`per_block`（MX）、`dual_scale`；FA3 注意力：`per_head`（默认）、`per_channel`、`per_token`、`per_block`。 \| 无 \|
52	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|	52	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|
53	-\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none` 等；可用取值取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数（配合 `float` 使用）。 \| 无 \|	53	+\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none`、`gptq` 等；算法按张量类型分属两套量化器：激活量化器支持 `minmax`、`histogram`、`none`（配合 `float`）；权重量化器支持 `minmax`、`mse_round`、`ssz`、`gptq` 等。可用取值还取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数。 \| 无 \|
54	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|	54	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|
55		55
56	配置约束	56	配置约束

Mdocs/zh/api_reference/config/processor/group.md+50-33

	@@ -21,37 +21,39 @@
21		21
22	配置约束	22	配置约束
23		23
24	-- 无。	24	+- `configs` 内各子处理器必须为同一 `type`（同类合并，如均为 `linear_quant`）；不同 `type` 请拆成多个独立的 `process` 项，不要混在同一 `group` 中。
25		25
26	-<h3 id="2-2-autoprocessorconfig">2.2 AutoProcessorConfig</h3>	26	+<h3 id="2-2-autoprocessorconfig">2.2 《<a href="linear_quant.md">AutoProcessorConfig</a>》</h3>
27		27
28	派生类	28	派生类
29		29
30	-- `AdaptRotationProcessorConfig`（`type: adapt_rotation`） — 自适应旋转（adapt_rotation）处理器配置。《[adapt_rotation 配置说明](adapt_rotation.md)》	30	+\| 配置类 \| `type` \| 说明 \| 文档 \|
31	-- `AutoroundProcessorConfig`（`type: autoround_quant`） — autoround 量化处理器配置。《[autoround_quant 配置说明](autoround_quant.md)》	31	+\|--------\|----------\|------\|------\|
32	-- `AWQProcessorConfig`（`type: awq`） — AWQ（Activation-aware Weight Quantization）处理器配置。《[awq 配置说明](awq.md)》	32	+\| `AdaptRotationProcessorConfig` \| `adapt_rotation` \| 自适应旋转（adapt_rotation）处理器配置。 \| 《[adapt_rotation 配置说明](adapt_rotation.md)》 \|
33	-- `BinaryAnalysisProcessorConfig`（`type: binary_analysis`） — 二值（有/无量化）敏感度分析处理器配置。《[binary_analysis 配置说明](binary_analysis.md)》	33	+\| `AutoroundProcessorConfig` \| `autoround_quant` \| autoround 量化处理器配置。 \| 《[autoround_quant 配置说明](autoround_quant.md)》 \|
34	-- `BinaryOperatorLayerWiseProcessorConfig`（`type: binary_operator_layer_wise`） — 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。《[binary_operator_layer_wise 配置说明](binary_operator_layer_wise.md)》	34	+\| `AWQProcessorConfig` \| `awq` \| AWQ（Activation-aware Weight Quantization）处理器配置。 \| 《[awq 配置说明](awq.md)》 \|
35	-- `BinaryOperatorModelWiseProcessorConfig`（`type: binary_operator_model_wise`） — 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标）《[binary_operator_model_wise 配置说明](binary_operator_model_wise.md)》	35	+\| `BinaryAnalysisProcessorConfig` \| `binary_analysis` \| 二值（有/无量化）敏感度分析处理器配置。 \| 《[binary_analysis 配置说明](binary_analysis.md)》 \|
36	-- `DynamicCacheProcessorConfig`（`type: dynamic_cache`） — KV cache 量化处理器配置。《[dynamic_cache 配置说明](dynamic_cache.md)》	36	+\| `BinaryOperatorLayerWiseProcessorConfig` \| `binary_operator_layer_wise` \| 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。 \| 《[binary_operator_layer_wise 配置说明](binary_operator_layer_wise.md)》 \|
37	-- `FA3QuantProcessorConfig`（`type: fa3_quant`） — FA3（FlashAttention-3）量化处理器配置。《[fa3_quant 配置说明](fa3_quant.md)》	37	+\| `BinaryOperatorModelWiseProcessorConfig` \| `binary_operator_model_wise` \| 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标） \| 《[binary_operator_model_wise 配置说明](binary_operator_model_wise.md)》 \|
38	-- `FlatQuantProcessorConfig`（`type: flatquant`） — FlatQuant处理器配置：定义量化训练参数、策略、混合精度等《[flatquant 配置说明](flatquant.md)》	38	+\| `DynamicCacheProcessorConfig` \| `dynamic_cache` \| KV cache 量化处理器配置。 \| 《[dynamic_cache 配置说明](dynamic_cache.md)》 \|
39	-- `FlexAWQSSZProcessorConfig`（`type: flex_awq_ssz`） — FlexAWQSSZ 平滑+AWQ 处理器配置。《[flex_awq_ssz 配置说明](flex_awq_ssz.md)》	39	+\| `FA3QuantProcessorConfig` \| `fa3_quant` \| FA3（FlashAttention-3）量化处理器配置。 \| 《[fa3_quant 配置说明](fa3_quant.md)》 \|
40	-- `FlexSmoothQuantProcessorConfig`（`type: flex_smooth_quant`） — FlexSmoothQuant 平滑量化处理器配置。《[flex_smooth_quant 配置说明](flex_smooth_quant.md)》	40	+\| `FlatQuantProcessorConfig` \| `flatquant` \| FlatQuant处理器配置：定义量化训练参数、策略、混合精度等 \| 《[flatquant 配置说明](flatquant.md)》 \|
41	-- `FloatSparseProcessorConfig`（`type: float_sparse`） — 浮点稀疏处理器配置。《[float_sparse 配置说明](float_sparse.md)》	41	+\| `FlexAWQSSZProcessorConfig` \| `flex_awq_ssz` \| Flex AWQ SSZ 离群值抑制处理器配置。 \| 《[flex_awq_ssz 配置说明](flex_awq_ssz.md)》 \|
42	-- `GroupProcessorConfig`（`type: group`） — 处理器合并器配置。本页 <a href="#2-1-group">§2.1</a>	42	+\| `FlexSmoothQuantProcessorConfig` \| `flex_smooth_quant` \| FlexSmoothQuant 平滑量化处理器配置。 \| 《[flex_smooth_quant 配置说明](flex_smooth_quant.md)》 \|
43	-- `IterSmoothProcessorConfig`（`type: iter_smooth`） — 迭代平滑（IterativeSmooth）处理器配置。《[iter_smooth 配置说明](iter_smooth.md)》	43	+\| `FloatSparseProcessorConfig` \| `float_sparse` \| 浮点稀疏处理器配置。 \| 《[float_sparse 配置说明](float_sparse.md)》 \|
44	-- `KVSmoothProcessorConfig`（`type: kv_smooth`） — KV cache 平滑处理器配置。《[kv_smooth 配置说明](kv_smooth.md)》	44	+\| `GroupProcessorConfig` \| `group` \| 处理器合并器配置。 \| 本页 <a href="#2-1-group">§2.1</a> \|
45	-- `LinearProcessorConfig`（`type: linear_quant`） — 线性层（Linear）量化处理器配置。《[linear_quant 配置说明](linear_quant.md)》	45	+\| `IterSmoothProcessorConfig` \| `iter_smooth` \| 迭代平滑（IterativeSmooth）处理器配置。 \| 《[iter_smooth 配置说明](iter_smooth.md)》 \|
46	-- `LoadProcessorConfig`（`type: load`） — 模块加载/卸载处理器配置。《[load 配置说明](load.md)》	46	+\| `KVSmoothProcessorConfig` \| `kv_smooth` \| KV cache 平滑处理器配置。 \| 《[kv_smooth 配置说明](kv_smooth.md)》 \|
47	-- `OASQProcessorConfig`（`type: oasq`） — OASQ（Outlier-Aware Smooth Quantization）处理器配置。《[oasq 配置说明](oasq.md)》	47	+\| `LinearProcessorConfig` \| `linear_quant` \| 线性层（Linear）量化处理器配置。 \| 《[linear_quant 配置说明](linear_quant.md)》 \|
48	-- `OnlineQuaRotProcessorConfig`（`type: online_quarot`） — 在线 QuaRot 旋转处理器配置。《[online_quarot 配置说明](online_quarot.md)》	48	+\| `LoadProcessorConfig` \| `load` \| 模块加载/卸载处理器配置。 \| 《[load 配置说明](load.md)》 \|
49	-- `QuaRotProcessorConfig`（`type: quarot`） — QuaRot（离线旋转）处理器配置。《[quarot 配置说明](quarot.md)》	49	+\| `OASQProcessorConfig` \| `oasq` \| OASQ（Outlier-Aware Smooth Quantization）处理器配置。 \| 《[oasq 配置说明](oasq.md)》 \|
50	-- `QuantSaveProcessorConfig`（`type: saver`） — 统一保存处理器配置。《[saver 配置说明](saver.md)》	50	+\| `OnlineQuaRotProcessorConfig` \| `online_quarot` \| 在线 QuaRot 旋转处理器配置。 \| 《[online_quarot 配置说明](online_quarot.md)》 \|
51	-- `SmoothQuantProcessorConfig`（`type: smooth_quant`） — SmoothQuant 平滑量化处理器配置。《[smooth_quant 配置说明](smooth_quant.md)》	51	+\| `QuaRotProcessorConfig` \| `quarot` \| QuaRot（离线旋转）处理器配置。 \| 《[quarot 配置说明](quarot.md)》 \|
52	-- `SVDResidualProcessorConfig`（`type: svd_res`） — SVD 残差（低秩补偿）处理器配置。《[svd_res 配置说明](svd_res.md)》	52	+\| `QuantSaveProcessorConfig` \| `saver` \| 统一保存处理器配置。 \| 《[saver 配置说明](saver.md)》 \|
53	-- `TrainableLinearQuantProcessorConfig`（`type: trainable_linear_quant`） — 可训练线性量化（TLQ）处理器配置。《[trainable_linear_quant 配置说明](trainable_linear_quant.md)》	53	+\| `SmoothQuantProcessorConfig` \| `smooth_quant` \| SmoothQuant 平滑量化处理器配置。 \| 《[smooth_quant 配置说明](smooth_quant.md)》 \|
54	-- `UnaryAnalysisProcessorConfig`（`type: unary_analysis`） — 一元（无量化）敏感度分析处理器配置。《[unary_analysis 配置说明](unary_analysis.md)》	54	+\| `SVDResidualProcessorConfig` \| `svd_res` \| SVD 残差（低秩补偿）处理器配置。 \| 《[svd_res 配置说明](svd_res.md)》 \|
		55	+\| `TrainableLinearQuantProcessorConfig` \| `trainable_linear_quant` \| 可训练线性量化（TLQ）处理器配置。 \| 《[trainable_linear_quant 配置说明](trainable_linear_quant.md)》 \|
		56	+\| `UnaryAnalysisProcessorConfig` \| `unary_analysis` \| 一元（无量化）敏感度分析处理器配置。 \| 《[unary_analysis 配置说明](unary_analysis.md)》 \|
55		57
56	## 3. 完整配置参考	58	## 3. 完整配置参考
57		59
	@@ -64,16 +66,31 @@ spec:
64	- type: linear_quant	66	- type: linear_quant
65	qconfig:	67	qconfig:
66	act:	68	act:
67	- dtype: float	69	+ dtype: int8
68	scope: per_tensor	70	scope: per_tensor
69	- symmetric: true	71	+ symmetric: false
70	- method: none	72	+ method: minmax
71	weight:	73	weight:
72	dtype: int8	74	dtype: int8
73	scope: per_channel	75	scope: per_channel
74	symmetric: true	76	symmetric: true
75	method: minmax	77	method: minmax
76	- - type: smooth_quant	78	+ include:
77	- alpha: 0.5	79	+ - 'self_attn'
78	- symmetric: true	80	+ - type: linear_quant
		81	+ qconfig:
		82	+ act:
		83	+ dtype: int8
		84	+ scope: per_token
		85	+ symmetric: true
		86	+ method: minmax
		87	+ weight:
		88	+ dtype: int8
		89	+ scope: per_channel
		90	+ symmetric: true
		91	+ method: minmax
		92	+ include:
		93	+ - 'mlp'
		94	+ exclude:
		95	+ - 'gate'
79	```	96	```

Mdocs/zh/api_reference/config/processor/linear_quant.md+6-6

	@@ -17,7 +17,7 @@
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `linear_quant` \| `linear_quant` \| 处理器类型，固定为 `linear_quant`。 \| 无 \|	19	\| `type` \| `string` \| 可选 \| `linear_quant` \| `linear_quant` \| 处理器类型，固定为 `linear_quant`。 \| 无 \|
20	-\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 激活与权重的量化配置，见《LinearQConfig 配置说明》。 \| 本页 <a href="#2-2-linear-qconfig">§2.2</a> \|	20	+\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 激活与权重的量化配置，见<a href="#2-2-linear-qconfig">《LinearQConfig 配置说明》</a>。 \| 本页 <a href="#2-2-linear-qconfig">§2.2</a> \|
21	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 包含的模块名称模式，默认 `` 匹配全部模块 \| 无 \|	21	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 包含的模块名称模式，默认 `` 匹配全部模块 \| 无 \|
22	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|	22	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|
23		23
	@@ -31,23 +31,23 @@
31		31
32	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	32	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
33	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	33	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
34	-\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-3-qconfig">§2.3</a> \|	34	+\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。由激活量化器实现，`method` 支持 `minmax`、`histogram`、`none`；`scope` 支持 `per_tensor`、`per_token`、`per_channel`（限 int8/fp8_e4m3/mxfp8 的 minmax）等。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-2-1-qconfig">§2.2.1</a> \|
35	-\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。 \| 本页 <a href="#2-3-qconfig">§2.3</a> \|	35	+\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。由权重量化器实现，`method` 支持 `minmax`、`mse_round`、`ssz`、`gptq` 等；`scope` 支持 `per_channel`、`per_group`、`per_block` 等（不支持 `per_tensor`/`per_token`）。 \| 本页 <a href="#2-2-1-qconfig">§2.2.1</a> \|
36		36
37	配置约束	37	配置约束
38		38
39	- 无。	39	- 无。
40		40
41	-<h3 id="2-3-qconfig">2.3 QConfig</h3>	41	+<h4 id="2-2-1-qconfig">2.2.1 QConfig</h4>
42		42
43	描述单个张量（权重或激活）的量化方式。	43	描述单个张量（权重或激活）的量化方式。
44		44
45	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	45	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
46	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	46	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
47	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|	47	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|
48	-\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale` \| 量化粒度，即 scale/zero_point 的计算范围：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`dual_scale`（双尺度）等；合法取值组合取决于 `dtype` 与量化器实现。 \| 无 \|	48	+\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale`、`per_channel_neg_offset` \| 量化粒度，即 scale/zero_point 的计算范围。各取值含义：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`pd_mix`（Prefill/Decode 混合粒度）、`dual_scale`（双尺度）等；按场景可用取值如下（还须与 `dtype`/`method` 组合匹配）：激活：`per_tensor`、`per_token`、`per_channel`（当前为 `int8`/`fp8_e4m3`/`mxfp8` 的 minmax）、`per_block`（MX minmax）、`pd_mix`、`dual_scale`；权重：`per_channel`、`per_group`（GPTQ）、`per_block`（MX）、`dual_scale`；FA3 注意力：`per_head`（默认）、`per_channel`、`per_token`、`per_block`。 \| 无 \|
49	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|	49	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|
50	-\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none` 等；可用取值取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数（配合 `float` 使用）。 \| 无 \|	50	+\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none`、`gptq` 等；算法按张量类型分属两套量化器：激活量化器支持 `minmax`、`histogram`、`none`（配合 `float`）；权重量化器支持 `minmax`、`mse_round`、`ssz`、`gptq` 等。可用取值还取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数。 \| 无 \|
51	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|	51	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|
52		52
53	配置约束	53	配置约束

Mdocs/zh/api_reference/config/processor/saver.md+1-1

	@@ -17,7 +17,7 @@
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `saver` \| `saver` \| 处理器类型，固定为 `saver`。 \| 无 \|	19	\| `type` \| `string` \| 可选 \| `saver` \| `saver` \| 处理器类型，固定为 `saver`。 \| 无 \|
20	-\| `format` \| `object` \| 必选 \| 无 \| — \| 导出格式配置（单对象），见《QuantFormatConfig 配置说明》；由保存处理器自动注入。 \| QuantFormatConfig \|	20	+\| `format` \| `object` \| 必选 \| 无 \| — \| 导出格式配置（单对象），由保存处理器自动注入。 \| [`QuantFormatConfig`](../../../../../msmodelslim/format/base.py) \|
21		21
22	配置约束	22	配置约束
23		23

Mdocs/zh/api_reference/config/processor/trainable_linear_quant.md+33-29

	@@ -18,10 +18,10 @@
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `trainable_linear_quant` \| `trainable_linear_quant` \| 处理器类型，固定为 `trainable_linear_quant`。 \| 无 \|	19	\| `type` \| `string` \| 可选 \| `trainable_linear_quant` \| `trainable_linear_quant` \| 处理器类型，固定为 `trainable_linear_quant`。 \| 无 \|
20	\| `operations` \| `list[object]` \| 可选 \| `[MinmaxTuneOpConfig(type='minmax_tune', lr=None), RoundTuneOpConfig(type='round_tune', lr=None)]` \| 最少1项 \| 可训练量化管线 OP 配置列表；每项含 type，其余字段由各插件定义 \| 本页 <a href="#2-2-tlq-op-config">§2.2</a> \|	20	\| `operations` \| `list[object]` \| 可选 \| `[MinmaxTuneOpConfig(type='minmax_tune', lr=None), RoundTuneOpConfig(type='round_tune', lr=None)]` \| 最少1项 \| 可训练量化管线 OP 配置列表；每项含 type，其余字段由各插件定义 \| 本页 <a href="#2-2-tlq-op-config">§2.2</a> \|
21	-\| `strategies` \| `list[object]` \| 可选 \| `[]` \| 0项或≥1项 \| 量化策略配置列表；未提供时为空列表，不应用量化策略；若显式提供则至少1项。 \| 本页 <a href="#2-6-tlq-quant-strategy-config">§2.6</a> \|	21	+\| `strategies` \| `list[object]` \| 可选 \| `[]` \| 0项或≥1项 \| 量化策略配置列表；未提供时为空列表，不应用量化策略；若显式提供则至少1项。 \| 本页 <a href="#2-3-tlq-quant-strategy-config">§2.3</a> \|
22	\| `train_with_act_quant` \| `bool` \| 可选 \| `false` \| — \| 块级训练前向是否对激活做伪量化（经 x_kernel）；false 与 autoround 的 train_with_act_quant=False 一致；导出 IR 仍由 qconfig.act 决定，不受此项影响 \| 无 \|	22	\| `train_with_act_quant` \| `bool` \| 可选 \| `false` \| — \| 块级训练前向是否对激活做伪量化（经 x_kernel）；false 与 autoround 的 train_with_act_quant=False 一致；导出 IR 仍由 qconfig.act 决定，不受此项影响 \| 无 \|
23	\| `enable_quanted_input` \| `bool` \| 可选 \| `false` \| — \| 是否将本层量化前向结果作为下一层训练/量化传播的旁路输入（q_input）；不影响浮点 teacher：Runner 层间 datas 始终传递 teacher 输出 \| 无 \|	23	\| `enable_quanted_input` \| `bool` \| 可选 \| `false` \| — \| 是否将本层量化前向结果作为下一层训练/量化传播的旁路输入（q_input）；不影响浮点 teacher：Runner 层间 datas 始终传递 teacher 输出 \| 无 \|
24	-\| `train_config` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 块级 Trainer 超参：iters、gradient_accumulate_steps、select_best、lr（或 learning_rate）、loss_type；各 OP 可单独配置 lr 覆盖全局值 \| 本页 <a href="#2-9-block-train-config">§2.9</a> \|	24	+\| `train_config` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 块级 Trainer 超参：iters、gradient_accumulate_steps、select_best、lr（或 learning_rate）、loss_type；各 OP 可单独配置 lr 覆盖全局值 \| 本页 <a href="#2-4-block-train-config">§2.4</a> \|
25		25
26	配置约束	26	配置约束
27		27
	@@ -32,7 +32,7 @@
32	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	32	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
33	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	33	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
34	\| `type` \| `string` \| 必选 \| 无 \| — \| 算子类型，分派具体 TLQ 算子（如 `minmax_tune`、`round_tune`）。 \| 无 \|	34	\| `type` \| `string` \| 必选 \| 无 \| — \| 算子类型，分派具体 TLQ 算子（如 `minmax_tune`、`round_tune`）。 \| 无 \|
35	-\| `lr` \| `float / null` \| 可选 \| `null` \| >0.0；或 null \| 该 Op 可训练参数学习率；未指定时使用 train_config.lr \| 无 \|	35	+\| `lr` \| `float / null` \| 可选 \| `null` \| >0.0 或 null \| 该 Op 可训练参数学习率；未指定时使用 train_config.lr \| 无 \|
36		36
37	配置约束	37	配置约束
38		38
	@@ -40,38 +40,40 @@
40		40
41	派生类	41	派生类
42		42
43	-- `MinmaxTuneOpConfig`（`type: minmax_tune`） — `MinmaxTuneOpConfig` 是嵌套配置。本页 <a href="#2-3-minmax-tune">§2.3</a>	43	+\| 配置类 \| `type` \| 说明 \| 文档 \|
44	-- `RoundTuneOpConfig`（`type: round_tune`） — `RoundTuneOpConfig` 是嵌套配置。本页 <a href="#2-4-round-tune">§2.4</a>	44	+\|--------\|----------\|------\|------\|
45	-- `TrainableSmoothOpConfig`（`type: trainable_smooth`） — `TrainableSmoothOpConfig` 是嵌套配置。本页 <a href="#2-5-trainable-smooth">§2.5</a>	45	+\| `MinmaxTuneOpConfig` \| `minmax_tune` \| `MinmaxTuneOpConfig` 是嵌套配置。 \| 本页 <a href="#2-2-1-minmax-tune">§2.2.1</a> \|
		46	+\| `RoundTuneOpConfig` \| `round_tune` \| `RoundTuneOpConfig` 是嵌套配置。 \| 本页 <a href="#2-2-2-round-tune">§2.2.2</a> \|
		47	+\| `TrainableSmoothOpConfig` \| `trainable_smooth` \| `TrainableSmoothOpConfig` 是嵌套配置。 \| 本页 <a href="#2-2-3-trainable-smooth">§2.2.3</a> \|
46		48
47	-<h4 id="2-3-minmax-tune">2.3 MinmaxTuneOpConfig</h4>	49	+<h4 id="2-2-1-minmax-tune">2.2.1 MinmaxTuneOpConfig</h4>
48		50
49	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	51	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
50	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	52	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
51	\| `type` \| `string` \| 可选 \| `minmax_tune` \| `minmax_tune` \| 插件类型：minmax_tune \| 无 \|	53	\| `type` \| `string` \| 可选 \| `minmax_tune` \| `minmax_tune` \| 插件类型：minmax_tune \| 无 \|
52	-\| `lr` \| `float / null` \| 可选 \| `null` \| >0.0；或 null \| — \| 无 \|	54	+\| `lr` \| `float / null` \| 可选 \| `null` \| >0.0 或 null \| — \| 无 \|
53		55
54	配置约束	56	配置约束
55		57
56	- 无。	58	- 无。
57		59
58	-<h4 id="2-4-round-tune">2.4 RoundTuneOpConfig</h4>	60	+<h4 id="2-2-2-round-tune">2.2.2 RoundTuneOpConfig</h4>
59		61
60	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	62	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
61	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	63	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
62	\| `type` \| `string` \| 可选 \| `round_tune` \| `round_tune` \| 插件类型：round_tune \| 无 \|	64	\| `type` \| `string` \| 可选 \| `round_tune` \| `round_tune` \| 插件类型：round_tune \| 无 \|
63	-\| `lr` \| `float / null` \| 可选 \| `null` \| >0.0；或 null \| — \| 无 \|	65	+\| `lr` \| `float / null` \| 可选 \| `null` \| >0.0 或 null \| — \| 无 \|
64		66
65	配置约束	67	配置约束
66		68
67	- 无。	69	- 无。
68		70
69	-<h4 id="2-5-trainable-smooth">2.5 TrainableSmoothOpConfig</h4>	71	+<h4 id="2-2-3-trainable-smooth">2.2.3 TrainableSmoothOpConfig</h4>
70		72
71	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	73	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
72	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	74	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
73	\| `type` \| `string` \| 可选 \| `trainable_smooth` \| `trainable_smooth` \| 插件类型：trainable_smooth \| 无 \|	75	\| `type` \| `string` \| 可选 \| `trainable_smooth` \| `trainable_smooth` \| 插件类型：trainable_smooth \| 无 \|
74	-\| `lr` \| `float / null` \| 可选 \| `null` \| >0.0；或 null \| — \| 无 \|	76	+\| `lr` \| `float / null` \| 可选 \| `null` \| >0.0 或 null \| — \| 无 \|
75	\| `enable_subgraph_type` \| `list[string]` \| 可选 \| `['norm-linear', 'linear-linear', 'ov', 'up-down', 'non-fusion']` \| — \| 启用的 Smooth 子图类型，须为 SMOOTH_SUPPORTED_SUBGRAPH_TYPES 子集 \| 无 \|	77	\| `enable_subgraph_type` \| `list[string]` \| 可选 \| `['norm-linear', 'linear-linear', 'ov', 'up-down', 'non-fusion']` \| — \| 启用的 Smooth 子图类型，须为 SMOOTH_SUPPORTED_SUBGRAPH_TYPES 子集 \| 无 \|
76	\| `include` \| `list[string] / null` \| 可选 \| `null` \| — \| 子图入口 include 通配 \| 无 \|	78	\| `include` \| `list[string] / null` \| 可选 \| `null` \| — \| 子图入口 include 通配 \| 无 \|
77	\| `exclude` \| `list[string] / null` \| 可选 \| `null` \| — \| 子图入口 exclude 通配 \| 无 \|	79	\| `exclude` \| `list[string] / null` \| 可选 \| `null` \| — \| 子图入口 exclude 通配 \| 无 \|
	@@ -80,13 +82,13 @@
80		82
81	- 无。	83	- 无。
82		84
83	-<h3 id="2-6-tlq-quant-strategy-config">2.6 QuantStrategyConfig</h3>	85	+<h3 id="2-3-tlq-quant-strategy-config">2.3 QuantStrategyConfig</h3>
84		86
85	trainable_linear_quant 量化策略：对匹配的线性层应用一组可训练量化配置。	87	trainable_linear_quant 量化策略：对匹配的线性层应用一组可训练量化配置。
86		88
87	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	89	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
88	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	90	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
89	-\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 激活与权重的量化配置，见《LinearQConfig 配置说明》。 \| 本页 <a href="#2-7-linear-qconfig">§2.7</a> \|	91	+\| `qconfig` \| `object` \| 必选 \| 无 \| — \| 激活与权重的量化配置，见<a href="#2-3-1-linear-qconfig">《LinearQConfig 配置说明》</a>。 \| 本页 <a href="#2-3-1-linear-qconfig">§2.3.1</a> \|
90	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 包含的模块名称模式，默认 `` 匹配全部模块 \| 无 \|	92	\| `include` \| `list[string]` \| 可选 \| `['']` \| — \| 包含的模块名称模式，默认 `` 匹配全部模块 \| 无 \|
91	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|	93	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|
92		94
	@@ -94,36 +96,36 @@ trainable_linear_quant 量化策略：对匹配的线性层应用一组可训练
94		96
95	- 校验 qconfig：dtype/method 组合须有对应 TLQ kernel 支持，否则报错。	97	- 校验 qconfig：dtype/method 组合须有对应 TLQ kernel 支持，否则报错。
96		98
97	-<h3 id="2-7-linear-qconfig">2.7 LinearQConfig</h3>	99	+<h4 id="2-3-1-linear-qconfig">2.3.1 LinearQConfig</h4>
98		100
99	线性层（Linear）的量化配置，含激活与权重两路量化。	101	线性层（Linear）的量化配置，含激活与权重两路量化。
100		102
101	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	103	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
102	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	104	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
103	-\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-8-qconfig">§2.8</a> \|	105	+\| `act` \| `object` \| 可选 \| `{'dtype': 'float', 'scope': 'per_tensor', 'symmetric': True, 'method': 'none', 'ext': {}}` \| — \| 激活值的量化配置。由激活量化器实现，`method` 支持 `minmax`、`histogram`、`none`；`scope` 支持 `per_tensor`、`per_token`、`per_channel`（限 int8/fp8_e4m3/mxfp8 的 minmax）等。默认 `float`（不量化激活），仅对权重做量化。 \| 本页 <a href="#2-3-2-qconfig">§2.3.2</a> \|
104	-\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。 \| 本页 <a href="#2-8-qconfig">§2.8</a> \|	106	+\| `weight` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置，必选。由权重量化器实现，`method` 支持 `minmax`、`mse_round`、`ssz`、`gptq` 等；`scope` 支持 `per_channel`、`per_group`、`per_block` 等（不支持 `per_tensor`/`per_token`）。 \| 本页 <a href="#2-3-2-qconfig">§2.3.2</a> \|
105		107
106	配置约束	108	配置约束
107		109
108	- 无。	110	- 无。
109		111
110	-<h3 id="2-8-qconfig">2.8 QConfig</h3>	112	+<h4 id="2-3-2-qconfig">2.3.2 QConfig</h4>
111		113
112	描述单个张量（权重或激活）的量化方式。	114	描述单个张量（权重或激活）的量化方式。
113		115
114	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	116	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
115	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	117	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
116	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|	118	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|
117	-\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale` \| 量化粒度，即 scale/zero_point 的计算范围：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`dual_scale`（双尺度）等；合法取值组合取决于 `dtype` 与量化器实现。 \| 无 \|	119	+\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale`、`per_channel_neg_offset` \| 量化粒度，即 scale/zero_point 的计算范围。各取值含义：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`pd_mix`（Prefill/Decode 混合粒度）、`dual_scale`（双尺度）等；按场景可用取值如下（还须与 `dtype`/`method` 组合匹配）：激活：`per_tensor`、`per_token`、`per_channel`（当前为 `int8`/`fp8_e4m3`/`mxfp8` 的 minmax）、`per_block`（MX minmax）、`pd_mix`、`dual_scale`；权重：`per_channel`、`per_group`（GPTQ）、`per_block`（MX）、`dual_scale`；FA3 注意力：`per_head`（默认）、`per_channel`、`per_token`、`per_block`。 \| 无 \|
118	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|	120	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|
119	-\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none` 等；可用取值取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数（配合 `float` 使用）。 \| 无 \|	121	+\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none`、`gptq` 等；算法按张量类型分属两套量化器：激活量化器支持 `minmax`、`histogram`、`none`（配合 `float`）；权重量化器支持 `minmax`、`mse_round`、`ssz`、`gptq` 等。可用取值还取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数。 \| 无 \|
120	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|	122	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|
121		123
122	配置约束	124	配置约束
123		125
124	- 无。	126	- 无。
125		127
126	-<h3 id="2-9-block-train-config">2.9 BlockTrainConfig</h3>	128	+<h3 id="2-4-block-train-config">2.4 BlockTrainConfig</h3>
127		129
128	块级训练（block train）超参配置。	130	块级训练（block train）超参配置。
129		131
	@@ -132,7 +134,7 @@ trainable_linear_quant 量化策略：对匹配的线性层应用一组可训练
132	\| `iters` \| `int` \| 可选 \| `50` \| ≥0 \| 块级训练迭代次数；为 0 时 Trainer 跳过优化 \| 无 \|	134	\| `iters` \| `int` \| 可选 \| `50` \| ≥0 \| 块级训练迭代次数；为 0 时 Trainer 跳过优化 \| 无 \|
133	\| `gradient_accumulate_steps` \| `int` \| 可选 \| `8` \| ≥1 \| 梯度累加步数，用于在有限显存下调节等效 batch \| 无 \|	135	\| `gradient_accumulate_steps` \| `int` \| 可选 \| `8` \| ≥1 \| 梯度累加步数，用于在有限显存下调节等效 batch \| 无 \|
134	\| `lr` \| `float` \| 可选 \| `0.01` \| >0.0 \| 全局基础学习率（别名 `learning_rate`） \| 无 \|	136	\| `lr` \| `float` \| 可选 \| `0.01` \| >0.0 \| 全局基础学习率（别名 `learning_rate`） \| 无 \|
135	-\| `select_best` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 最优 iter 快照策略（按 mode 区分字段：ema / min_loss / last） \| 本页 <a href="#2-10-selectbestconfig">§2.10</a> \|	137	+\| `select_best` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 最优 iter 快照策略（按 mode 区分字段：ema / min_loss / last） \| 本页 <a href="#2-4-1-selectbestconfig">§2.4.1</a> \|
136	\| `loss_type` \| `string` \| 可选 \| `l1` \| `l1`、`custom_outlier` \| 块级训练损失：l1（L1Loss reduction=none）、custom_outlier（0.3全量 L1 + 0.73σ 内区域 L1） \| 无 \|	138	\| `loss_type` \| `string` \| 可选 \| `l1` \| `l1`、`custom_outlier` \| 块级训练损失：l1（L1Loss reduction=none）、custom_outlier（0.3全量 L1 + 0.73σ 内区域 L1） \| 无 \|
137	\| `train_seed` \| `int` \| 可选 \| `42` \| — \| 块级训练随机种子（用于 sample 打乱与确定性算子） \| 无 \|	139	\| `train_seed` \| `int` \| 可选 \| `42` \| — \| 块级训练随机种子（用于 sample 打乱与确定性算子） \| 无 \|
138		140
	@@ -140,15 +142,17 @@ trainable_linear_quant 量化策略：对匹配的线性层应用一组可训练
140		142
141	- 无。	143	- 无。
142		144
143	-<h3 id="2-10-selectbestconfig">2.10 SelectBestConfig（按 `mode` 分派）</h3>	145	+<h4 id="2-4-1-selectbestconfig">2.4.1 SelectBestConfig（按 <code>mode</code> 分派）</h4>
144		146
145	派生类	147	派生类
146		148
147	-- `EmaSelectBest`（`mode: ema`） — EMA 滑动平均选最优；支持 early stop。本页 <a href="#2-11-ema-select-best">§2.11</a>	149	+\| 配置类 \| `mode` \| 说明 \| 文档 \|
148	-- `MinLossSelectBest`（`mode: min_loss`） — 当轮 loss 历史最小值选最优；支持 early stop。本页 <a href="#2-12-min-loss-select-best">§2.12</a>	150	+\|--------\|----------\|------\|------\|
149	-- `LastSelectBest`（`mode: last`） — 仅保存 iter 0 与最后一轮；无 early stop。本页 <a href="#2-13-last-select-best">§2.13</a>	151	+\| `EmaSelectBest` \| `ema` \| EMA 滑动平均选最优；支持 early stop。 \| 本页 <a href="#2-4-2-ema-select-best">§2.4.2</a> \|
		152	+\| `MinLossSelectBest` \| `min_loss` \| 当轮 loss 历史最小值选最优；支持 early stop。 \| 本页 <a href="#2-4-3-min-loss-select-best">§2.4.3</a> \|
		153	+\| `LastSelectBest` \| `last` \| 仅保存 iter 0 与最后一轮；无 early stop。 \| 本页 <a href="#2-4-4-last-select-best">§2.4.4</a> \|
150		154
151	-<h4 id="2-11-ema-select-best">2.11 EmaSelectBest</h4>	155	+<h4 id="2-4-2-ema-select-best">2.4.2 EmaSelectBest</h4>
152		156
153	EMA 滑动平均选最优；支持 early stop。	157	EMA 滑动平均选最优；支持 early stop。
154		158
	@@ -163,7 +167,7 @@ EMA 滑动平均选最优；支持 early stop。
163		167
164	- 无。	168	- 无。
165		169
166	-<h4 id="2-12-min-loss-select-best">2.12 MinLossSelectBest</h4>	170	+<h4 id="2-4-3-min-loss-select-best">2.4.3 MinLossSelectBest</h4>
167		171
168	当轮 loss 历史最小值选最优；支持 early stop。	172	当轮 loss 历史最小值选最优；支持 early stop。
169		173
	@@ -176,7 +180,7 @@ EMA 滑动平均选最优；支持 early stop。
176		180
177	- 无。	181	- 无。
178		182
179	-<h4 id="2-13-last-select-best">2.13 LastSelectBest</h4>	183	+<h4 id="2-4-4-last-select-best">2.4.4 LastSelectBest</h4>
180		184
181	仅保存 iter 0 与最后一轮；无 early stop。	185	仅保存 iter 0 与最后一轮；无 early stop。
182		186

Adocs/zh/api_reference/config/quant/README.md+22-0

@@ -0,0 +1,22 @@
	1	+# 量化任务配置说明导航
	2	+
	3	+本目录是 msModelSlim 量化任务配置（YAML）的字段级参考文档，按先选 `apiversion`、再展开 `spec`的方式组织。使用流程与端到端操作步骤见《[一键量化完整指南](../../../user_guide/usage_quick_quantization.md)》；处理器与保存格式总表见《[配置说明导航](../README.md)》；自动调优见《[自动调优配置说明导航](../tuning/README.md)》。
	4	+
	5	+## 1. 怎么用这套文档
	6	+
	7	+1. 确定协议：YAML 根节点的 `apiversion` 决定 `spec` 的结构，按任务场景在下方[任务配置](#2-任务配置按-apiversion-选择)表中选择对应页面。各协议可用的 `process` / `save` 子类型并不相同，以对应任务页为准。
	8	+2. 查任务字段：打开对应协议页的参数列表，根块为任务配置（如 `ModelslimV1QuantConfig`），嵌套块为 `spec` 及展开的服务配置。
	9	+3. 查处理器 / 保存格式：`spec.process[]`、`spec.save[]` 由 `type` 分派，字段见《[配置说明导航](../README.md)》的处理器、保存格式表，或直接打开 `../processor/`、`../format/` 下对应页面。
	10	+4. 查最佳实践包装：一键量化 / 调优模板若带 `metadata`，见《[practice_config](practice_config.md)》；其内 `task` 仍对应某一 `apiversion` 任务配置。
	11	+
	12	+> 本页为手写导航；本目录其余页面由 `skills/docs-management/scripts/gen_config_api_docs.py`（或 `gen_quant_config_docs.py`）从源码 Pydantic 注解生成。修改字段说明请改源码 `Field(description=)` 等注解后重新生成，不要直接编辑带 `generated-by` 标记的页面。
	13	+
	14	+## 2. 任务配置（按 `apiversion` 选择）
	15	+
	16	+\| 配置 \| `apiversion` \| 说明 \|
	17	+\|------\|--------------\|------\|
	18	+\| [modelslim_v1](modelslim_v1.md) \| `modelslim_v1` \| 大语言模型量化与权重转换的默认协议，含 `runner`/`process`/`save`/`dataset`。 \|
	19	+\| [multimodal_vlm_modelslim_v1](multimodal_vlm_modelslim_v1.md) \| `multimodal_vlm_modelslim_v1` \| 多模态理解（VLM）模型量化协议。 \|
	20	+\| [multimodal_sd_modelslim_v1](multimodal_sd_modelslim_v1.md) \| `multimodal_sd_modelslim_v1` \| 多模态生成（DiT/SD）模型量化协议，含 dump 与推理参数。 \|
	21	+\| [modelslim_convert](modelslim_convert.md) \| `modelslim_convert` \| 纯权重转换协议，用于权重重命名、结构替换与格式转换。 \|
	22	+\| [practice_config](practice_config.md) \| `modelslim_v1`（在 `task` 内） \| 最佳实践配置：`metadata` + `task`，被自动调优策略引用。 \|

Rdocs/zh/api_reference/config/task/modelslim_convert.md→docs/zh/api_reference/config/quant/modelslim_convert.md+67-66

	@@ -10,21 +10,18 @@
10	\| 配置类 \| `ModelslimConvertQuantConfig` \|	10	\| 配置类 \| `ModelslimConvertQuantConfig` \|
11	\| 源码 \| [quant_config.py](../../../../../msmodelslim/core/quant_service/modelslim_convert/quant_config.py) \|	11	\| 源码 \| [quant_config.py](../../../../../msmodelslim/core/quant_service/modelslim_convert/quant_config.py) \|
12		12
13	-执行入口是 `msmodelslim quant --config`，完整命令与操作步骤见《[msmodelslim quant 命令行](../../cli/msmodelslim_quant.md#76-权重转换不需要-model_type)》与《[权重转换使用指南](../../../knowledge_base/ptq/convert/usage_weight_conversion.md)》。
14	-
15	## 2. 参数列表	13	## 2. 参数列表
16		14
17	<h3 id="2-1-modelslim-convert">2.1 ModelslimConvertQuantConfig</h3>	15	<h3 id="2-1-modelslim-convert">2.1 ModelslimConvertQuantConfig</h3>
18		16
19	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
20	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
21	-\| `apiversion` \| `string` \| 必选 \| 无 \| `modelslim_convert` \| 权重转换任务类型，固定为 `modelslim_convert`。 \| 无 \|	19	+\| `apiversion` \| `string` \| 可选 \| `modelslim_convert` \| `modelslim_convert` \| — \| 无 \|
22	-\| `spec` \| `object` \| 必选 \| 无 \| — \| `modelslim_convert` 服务的 spec 结构，声明线性层转换规则（`linears`）、保存格式（`save`）与并行（`parallel`）。 \| 本页 <a href="#2-2-modelslim-convert-spec">§2.2</a> \|	20	+\| `spec` \| `object` \| 必选 \| 无 \| — \| `modelslim_convert` 服务的 spec 结构。<br><br>声明权重名重命名/变换（`preprocess`）、线性层转换规则（`linears`）、<br>保存格式（`save`）、并行执行（`parallel`）与默认值（`defaults`）。 \| 本页 <a href="#2-2-modelslim-convert-spec">§2.2</a> \|
23		21
24	配置约束	22	配置约束
25		23
26	-- YAML 须写 `apiversion: modelslim_convert`。	24	+- 无。
27	-- `spec` 为必选；日常至少配置 `linears` 与 `save`。
28		25
29	<h3 id="2-2-modelslim-convert-spec">2.2 ModelslimConvertServiceConfig</h3>	26	<h3 id="2-2-modelslim-convert-spec">2.2 ModelslimConvertServiceConfig</h3>
30		27
	@@ -32,37 +29,39 @@
32		29
33	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	30	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
34	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	31	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
35	-\| `preprocess` \| `list[object]` \| 可选 \| `[]` \| — \| 预处理步骤列表，每项 `type` 为 `rename` 或 `convert`。 \| 本页 <a href="#2-3-preprocessconfig">§2.3</a> \|	32	+\| `preprocess` \| `list[object]` \| 可选 \| `[]` \| — \| 预处理步骤列表，每项 `type` 为 `rename` 或 `convert`。 \| 本页 <a href="#2-2-1-preprocessconfig">§2.2.1</a> \|
36	-\| `linears` \| `list[object]` \| 可选 \| `[]` \| — \| 线性层转换规则列表。 \| 本页 <a href="#2-8-linear-convert-config">§2.8</a> \|	33	+\| `linears` \| `list[object]` \| 可选 \| `[]` \| — \| 线性层转换规则列表。 \| 本页 <a href="#2-2-6-linear-convert-config">§2.2.6</a> \|
37	-\| `save` \| `list[object]` \| 可选 \| `[]` \| — \| 保存格式配置列表，取首个生效。 \| 本页 <a href="#2-9-save-config">§2.9</a> \|	34	+\| `save` \| `list[object]` \| 可选 \| `[]` \| — \| 保存格式配置列表，取首个生效。 \| 本页 <a href="#2-2-7-save-config">§2.2.7</a> \|
38	-\| `parallel` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| CPU 并行配置。NPU 多卡用命令行 `--device_id`。 \| 本页 <a href="#2-10-parallel-spec-config">§2.10</a> \|	35	+\| `parallel` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 并行执行配置。 \| 本页 <a href="#2-2-8-parallel-spec-config">§2.2.8</a> \|
39	-\| `defaults` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 保底默认值配置。配置了 `save` 时直接按 `save` 执行，不走此处的默认值。 \| 本页 <a href="#2-11-convert-defaults">§2.11</a> \|	36	+\| `defaults` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 字段缺省时的全局默认值。 \| 本页 <a href="#2-2-9-convert-defaults">§2.2.9</a> \|
40		37
41	配置约束	38	配置约束
42		39
43	-- 日常至少配置 `linears` 与 `save`。配置了 `save` 时以 `save[0].type` 为准，`defaults.dst_format` 会被忽略。	40	+- 无。
44		41
45	-<h3 id="2-3-preprocessconfig">2.3 PreprocessConfig</h3>	42	+<h4 id="2-2-1-preprocessconfig">2.2.1 PreprocessConfig</h4>
46		43
47	派生类	44	派生类
48		45
49	-- `RenamePreprocessConfig`（`type: rename`） — `modelslim_convert` 预处理步骤之一：批量重命名权重张量。本页 <a href="#2-4-rename">§2.4</a>	46	+\| 配置类 \| `type` \| 说明 \| 文档 \|
50	-- `ConvertPreprocessConfig`（`type: convert`） — `modelslim_convert` 预处理步骤之一：对匹配的线性层做权重变换（拆分/合并等）。本页 <a href="#2-6-convert">§2.6</a>	47	+\|--------\|----------\|------\|------\|
		48	+\| `RenamePreprocessConfig` \| `rename` \| `modelslim_convert` 预处理步骤之一：批量重命名权重张量。 \| 本页 <a href="#2-2-2-rename">§2.2.2</a> \|
		49	+\| `ConvertPreprocessConfig` \| `convert` \| `modelslim_convert` 预处理步骤之一：对匹配的线性层做权重变换（拆分/合并等）。 \| 本页 <a href="#2-2-4-convert">§2.2.4</a> \|
51		50
52	-<h4 id="2-4-rename">2.4 RenamePreprocessConfig</h4>	51	+<h4 id="2-2-2-rename">2.2.2 RenamePreprocessConfig</h4>
53		52
54	`modelslim_convert` 预处理步骤之一：批量重命名权重张量。	53	`modelslim_convert` 预处理步骤之一：批量重命名权重张量。
55		54
56	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	55	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
57	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	56	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
58	\| `type` \| `string` \| 可选 \| `rename` \| `rename` \| 预处理类型，固定为 `rename`。 \| 无 \|	57	\| `type` \| `string` \| 可选 \| `rename` \| `rename` \| 预处理类型，固定为 `rename`。 \| 无 \|
59	-\| `patterns` \| `list[object]` \| 可选 \| `[]` \| — \| 重命名规则列表，逐条应用到匹配的权重名。 \| 本页 <a href="#2-5-rename-pattern">§2.5</a> \|	58	+\| `patterns` \| `list[object]` \| 可选 \| `[]` \| — \| 重命名规则列表，逐条应用到匹配的权重名。 \| 本页 <a href="#2-2-3-rename-pattern">§2.2.3</a> \|
60		59
61	配置约束	60	配置约束
62		61
63	- 无。	62	- 无。
64		63
65	-<h3 id="2-5-rename-pattern">2.5 RenamePattern</h3>	64	+<h4 id="2-2-3-rename-pattern">2.2.3 RenamePattern</h4>
66		65
67	权重张量名重命名规则：把匹配 `from` 的权重名改写为 `to`。	66	权重张量名重命名规则：把匹配 `from` 的权重名改写为 `to`。
68		67
	@@ -75,7 +74,7 @@
75		74
76	- 无。	75	- 无。
77		76
78	-<h4 id="2-6-convert">2.6 ConvertPreprocessConfig</h4>	77	+<h4 id="2-2-4-convert">2.2.4 ConvertPreprocessConfig</h4>
79		78
80	`modelslim_convert` 预处理步骤之一：对匹配的线性层做权重变换（拆分/合并等）。	79	`modelslim_convert` 预处理步骤之一：对匹配的线性层做权重变换（拆分/合并等）。
81		80
	@@ -84,13 +83,13 @@
84	\| `type` \| `string` \| 可选 \| `convert` \| `convert` \| 预处理类型，固定为 `convert`。 \| 无 \|	83	\| `type` \| `string` \| 可选 \| `convert` \| `convert` \| 预处理类型，固定为 `convert`。 \| 无 \|
85	\| `source` \| `list[string]` \| 可选 \| `[]` \| — \| 源权重名模式列表（待变换的线性层）。 \| 无 \|	84	\| `source` \| `list[string]` \| 可选 \| `[]` \| — \| 源权重名模式列表（待变换的线性层）。 \| 无 \|
86	\| `target` \| `list[string]` \| 可选 \| `[]` \| — \| 目标权重名模式列表（变换结果）。 \| 无 \|	85	\| `target` \| `list[string]` \| 可选 \| `[]` \| — \| 目标权重名模式列表（变换结果）。 \| 无 \|
87	-\| `ops` \| `list[object]` \| 可选 \| `[]` \| — \| 权重变换算子列表，如 `chunk`、`merge`。 \| 本页 <a href="#2-7-convert-op-config">§2.7</a> \|	86	+\| `ops` \| `list[object]` \| 可选 \| `[]` \| — \| 权重变换算子列表，如 `chunk`、`merge`。 \| 本页 <a href="#2-2-5-convert-op-config">§2.2.5</a> \|
88		87
89	配置约束	88	配置约束
90		89
91	- 无。	90	- 无。
92		91
93	-<h3 id="2-7-convert-op-config">2.7 ConvertOpConfig</h3>	92	+<h4 id="2-2-5-convert-op-config">2.2.5 ConvertOpConfig</h4>
94		93
95	`convert` 预处理步骤中的权重算子，如拆分/合并 fused 的 gate/up 投影。	94	`convert` 预处理步骤中的权重算子，如拆分/合并 fused 的 gate/up 投影。
96		95
	@@ -102,93 +101,95 @@
102		101
103	配置约束	102	配置约束
104		103
105	-- `type: chunk` 用于拆分 fused 的 `gate_up_proj`。专家数从模型 `config.json` 的 `num_experts` 读取。	104	+- 无。
106	-- 权重已经是独立的 `gate_proj` / `up_proj` 时不要再配 `chunk`，只改 `linears.match`。
107		105
108	-<h3 id="2-8-linear-convert-config">2.8 LinearConvertConfig</h3>	106	+<h4 id="2-2-6-linear-convert-config">2.2.6 LinearConvertConfig</h4>
109		107
110	-指定匹配的线性层要转到哪种目标格式。	108	+指定匹配的线性层转换到目标 IR 的规则。
111		109
112	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	110	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
113	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	111	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
114	\| `match` \| `list[string]` \| 可选 \| `[]` \| — \| 匹配的线性层名称模式列表。 \| 无 \|	112	\| `match` \| `list[string]` \| 可选 \| `[]` \| — \| 匹配的线性层名称模式列表。 \| 无 \|
115	-\| `target` \| `string` \| 必选 \| 无 \| `FLOAT`、`W8A8_MXFP8` \| 转换目标。常用 `FLOAT`、`W8A8_MXFP8`。 \| 无 \|	113	+\| `target` \| `string` \| 必选 \| 无 \| `FLOAT`、`FP8_BLOCK`、`W8A8_MXFP8`、`W4A4_MXFP4`、`W4A8_MXFP8`、`INT4_PACKED`、`NVFP4_MODELOPT`、`HIFP4`、`UNKNOWN` \| 转换目标 IR 类型，如 `W8A8_MXFP8`、`INT4_PACKED` 等。 \| 无 \|
		114	+\| `route` \| `list[string] / string` \| 可选 \| `auto` \| `FLOAT`、`FP8_BLOCK`、`W8A8_MXFP8`、`W4A4_MXFP4`、`W4A8_MXFP8`、`INT4_PACKED`、`NVFP4_MODELOPT`、`HIFP4`、`UNKNOWN`；`auto` \| 转换路径：显式 IR 列表（首元素为源 IR），或 `auto` 由虚拟树按权重 dtype 推断。 \| 无 \|
116		115
117	配置约束	116	配置约束
118		117
119	-- `W8A8_MXFP8` 配 `ascend_v1`，`FLOAT` 配 `huggingface`。	118	+- 无。
120		119
121	-<h3 id="2-9-save-config">2.9 SaveConfig</h3>	120	+<h4 id="2-2-7-save-config">2.2.7 SaveConfig</h4>
122		121
123	`modelslim_convert` 的保存格式配置。	122	`modelslim_convert` 的保存格式配置。
124		123
125	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	124	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
126	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	125	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
127	-\| `type` \| `string` \| 可选 \| `ascend_v1` \| — \| 保存格式：`ascend_v1`（昇腾 AscendV1）、`huggingface`（HF safetensors）。 \| 无 \|	126	+\| `type` \| `string` \| 可选 \| `ascend_v1` \| — \| 保存格式：`ascend_v1`（昇腾，与 `ConvertDefaults.dst_format` 的 `ascendv1` 等价）；`compressed_tensors`（HF 兼容 safetensors）；`huggingface`/`hf` 是 `compressed_tensors` 的别名。 \| 无 \|
128	\| `part_file_size` \| `int` \| 可选 \| `4` \| — \| 分片文件大小，单位 GB；0 表示不分片。 \| 无 \|	127	\| `part_file_size` \| `int` \| 可选 \| `4` \| — \| 分片文件大小，单位 GB；0 表示不分片。 \| 无 \|
129		128
130	配置约束	129	配置约束
131		130
132	-- `W8A8_MXFP8` 必须用 `ascend_v1`；`FLOAT` 用 `huggingface`。	131	+- 无。
133		132
134	-<h3 id="2-10-parallel-spec-config">2.10 ParallelSpecConfig</h3>	133	+<h4 id="2-2-8-parallel-spec-config">2.2.8 ParallelSpecConfig</h4>
135		134
136	`modelslim_convert` 的并行执行配置。	135	`modelslim_convert` 的并行执行配置。
137		136
138	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	137	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
139	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	138	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
140	-\| `workers` \| `int` \| 可选 \| `1` \| — \| CPU 并行 worker 数。 \| 无 \|	139	+\| `workers` \| `int` \| 可选 \| `1` \| — \| 并行 worker 数：1 表示单进程组内线程（可配 NPU）；大于1 表示组间多进程 + 组内线程（CPU）。 \| 无 \|
141	-\| `max_group_size` \| `int / null` \| 可选 \| `null` \| — \| 单个依赖组的最大任务数，超过则拆成多个子组分散到不同进程/卡；不设置表示不拆分。 \| 无 \|	140	+\| `max_group_size` \| `int / null` \| 可选 \| `null` \| — \| 单个依赖组的最大任务数，超过则拆成多个子组分散到不同进程；不设置表示不拆分。 \| 无 \|
		141	+\| `worker_device` \| `string` \| 可选 \| `cpu` \| — \| worker 运行设备：`cpu` 或 `npu`。 \| 无 \|
		142	+\| `npu_max_workers` \| `int` \| 可选 \| `1` \| — \| 仅 `workers=1` 且 `worker_device=npu` 时生效，限制组内并发以防显存溢出。 \| 无 \|
142		143
143	配置约束	144	配置约束
144		145
145	-- `workers` 用于 CPU。NPU 用 `--device npu --device_id ...`。	146	+- 无。
146	-- `max_group_size`：MoE 等含有大量专家任务的模型，可设置为约「每层专家任务数 / 卡数」（如 8 卡设为 96），防止大组单进程/单卡长尾等待。
147		147
148	-<h3 id="2-11-convert-defaults">2.11 ConvertDefaults</h3>	148	+<h4 id="2-2-9-convert-defaults">2.2.9 ConvertDefaults</h4>
149		149
150	-未显式声明对应配置时的全局保底默认值。	150	+转换规则未显式声明字段时的全局默认值。
151		151
152	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	152	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
153	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	153	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
154	-\| `src_format` \| `string` \| 可选 \| `auto` \| — \| 源权重格式；工具按 checkpoint 权重 key 与 dtype 自动推断，日常无需配置。 \| 无 \|	154	+\| `src_format` \| `string` \| 可选 \| `auto` \| — \| 源权重格式；`auto` 由模型适配器/权重目录自动推断。 \| 无 \|
155	-\| `dst_format` \| `string` \| 可选 \| `ascendv1` \| — \| 保底落盘格式。与 `spec.save` 互斥：只要配置了 `spec.save`，就直接使用 `save[0].type`，不走本字段；未配置 `spec.save` 时才回退到此默认值。 \| 无 \|	155	+\| `dst_format` \| `string` \| 可选 \| `ascendv1` \| `ascendv1`、`ascendv1_saver`、`compressed_tensors`、`huggingface`、`hf` \| 目标保存格式：`ascendv1`（昇腾，与 `SaveConfig.type` 的 `ascend_v1` 等价）；`compressed_tensors`（HF 兼容 safetensors）；`huggingface`/`hf` 是 `compressed_tensors` 的别名。 \| 无 \|
156	-\| `dst_ir` \| `string / null` \| 可选 \| `null` \| `FLOAT`、`W8A8_MXFP8` 等；或 null \| 保底目标格式。各层目标格式直接由 `linears[].target` 显式指定，日常无需配置此项。 \| 无 \|	156	+\| `dst_ir` \| `string / null` \| 可选 \| `null` \| `FLOAT`、`FP8_BLOCK`、`W8A8_MXFP8`、`W4A4_MXFP4`、`W4A8_MXFP8`、`INT4_PACKED`、`NVFP4_MODELOPT`、`HIFP4`、`UNKNOWN` 或 null \| 目标 IR 类型；不设置时由目标格式决定。 \| 无 \|
157		157
158	-配置约束与互斥说明	158	+配置约束
159		159
160	-- 与 `spec.save` 互斥/覆盖：`spec.save` 优先级高于 `defaults.dst_format`。只要在 YAML 中配置了 `spec.save`（如 `type: ascend_v1` 或 `type: huggingface`），系统直接按 `save` 落盘，完全不走 `defaults.dst_format` 默认值。	160	+- 无。
161	-- 与 `linears.target` 的关系：线性层转换目标直接由各条规则的 `linears[].target` 指定，不走 `defaults.dst_ir`。
162	-- 无需配置：日常转换推荐显式配置 `linears` 和 `save`，无需配置 `defaults`。
163		161
164	## 3. 完整配置参考	162	## 3. 完整配置参考
165		163
166	```yaml	164	```yaml
167	apiversion: modelslim_convert	165	apiversion: modelslim_convert
168	spec:	166	spec:
169	- linears: []	167	+ linears:
170	- save: []	168	+ - match:
		169	+ - model.language_model.layers.*.mlp.gate_proj
		170	+ - model.language_model.layers.*.mlp.up_proj
		171	+ - model.language_model.layers.*.mlp.down_proj
		172	+ - model.language_model.layers.*.mlp.shared_experts.gate_proj
		173	+ - model.language_model.layers.*.mlp.shared_experts.up_proj
		174	+ - model.language_model.layers.*.mlp.shared_experts.down_proj
		175	+ - model.language_model.layers..mlp.experts..gate_proj
		176	+ - model.language_model.layers..mlp.experts..up_proj
		177	+ - model.language_model.layers..mlp.experts..down_proj
		178	+ - model.language_model.layers.*.self_attn.q_a_proj
		179	+ - model.language_model.layers.*.self_attn.q_b_proj
		180	+ - model.language_model.layers.*.self_attn.kv_a_proj_with_mqa
		181	+ target: W8A8_MXFP8
		182	+ route: auto
		183	+ save:
		184	+ - type: ascend_v1
		185	+ part_file_size: 4
171	parallel:	186	parallel:
172	workers: 1	187	workers: 1
173	max_group_size: null	188	max_group_size: null
174	-```	189	+ worker_device: cpu
175	-	190	+ npu_max_workers: 1
176	-可落地的最小命令：	191	+ defaults:
177	-	192	+ src_format: auto
178	-```bash	193	+ dst_format: ascendv1
179	-msmodelslim quant \	194	+ dst_ir: null
180	- --model_path "${MODEL_PATH}" \
181	- --save_path "${SAVE_PATH}" \
182	- --config "${CONFIG_PATH}"
183	-```
184	-
185	-多卡 NPU：
186	-
187	-```bash
188	-msmodelslim quant \
189	- --model_path "${MODEL_PATH}" \
190	- --save_path "${SAVE_PATH}" \
191	- --config "${CONFIG_PATH}" \
192	- --device npu \
193	- --device_id 0 1 2 3
194	```	195	```

Rdocs/zh/api_reference/config/task/modelslim_v1.md→docs/zh/api_reference/config/quant/modelslim_v1.md+40-36

	@@ -16,7 +16,7 @@
16		16
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	-\| `apiversion` \| `string` \| 可选 \| Unknown（代码占位；YAML 中须按任务类型显式指定） \| `modelslim_v1`、`multimodal_vlm_modelslim_v1`、`multimodal_sd_modelslim_v1`、`modelslim_convert` \| API 版本（任务类型），决定 spec 的结构：`modelslim_v1`、`multimodal_vlm_modelslim_v1`、`multimodal_sd_modelslim_v1`、`modelslim_convert`；YAML 中必须显式指定，默认值 `Unknown` 仅为代码内部占位，不可直接使用。 \| 无 \|	19	+\| `apiversion` \| `string` \| 可选 \| `modelslim_v1` \| `modelslim_v1` \| — \| 无 \|
20	\| `spec` \| `object` \| 必选 \| 无 \| — \| `modelslim_v1` 服务的 spec 结构，声明量化流水线、保存格式与校准数据。 \| 本页 <a href="#2-2-modelslim-v1-spec">§2.2</a> \|	20	\| `spec` \| `object` \| 必选 \| 无 \| — \| `modelslim_v1` 服务的 spec 结构，声明量化流水线、保存格式与校准数据。 \| 本页 <a href="#2-2-modelslim-v1-spec">§2.2</a> \|
21		21
22	配置约束	22	配置约束
	@@ -30,65 +30,69 @@
30	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	30	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
31	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	31	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
32	\| `runner` \| `string` \| 可选 \| `auto` \| `auto`、`model_wise`、`layer_wise`、`dp_layer_wise` \| 流水线执行方式：`auto` 按设备数量自动选择（单设备 `layer_wise`，多设备 `dp_layer_wise`）、`model_wise` 整模型计算、`layer_wise` 逐层计算、`dp_layer_wise` 数据并行逐层计算。 \| 无 \|	32	\| `runner` \| `string` \| 可选 \| `auto` \| `auto`、`model_wise`、`layer_wise`、`dp_layer_wise` \| 流水线执行方式：`auto` 按设备数量自动选择（单设备 `layer_wise`，多设备 `dp_layer_wise`）、`model_wise` 整模型计算、`layer_wise` 逐层计算、`dp_layer_wise` 数据并行逐层计算。 \| 无 \|
33	-\| `prior` \| `list[object]` \| 可选 \| `[]` \| — \| 前置阶段列表，每阶段含 process 与 dataset \| 本页 <a href="#2-3-prior-stage-config">§2.3</a> \|	33	+\| `prior` \| `list[object]` \| 可选 \| `[]` \| — \| 前置阶段列表，每阶段含 process 与 dataset \| 本页 <a href="#2-2-1-prior-stage-config">§2.2.1</a> \|
34	-\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 量化处理器链，按顺序执行；每个元素是 `type` 分派的处理器配置，如 `linear_quant`、`awq`、`smooth_quant` 等。 \| 本页 <a href="#2-4-autoprocessorconfig">§2.4</a> \|	34	+\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 量化处理器链，按顺序执行；每个元素是 `type` 分派的处理器配置，如 `linear_quant`、`awq`、`smooth_quant` 等。 \| 本页 <a href="#2-2-2-autoprocessorconfig">§2.2.2</a> \|
35	-\| `save` \| `list[object]` \| 可选 \| `[]` \| — \| 保存格式列表，每个元素是 `type` 分派的保存格式配置，如 `ascendv1_saver`、`compressed_tensors`、`mindie_format_saver`。 \| 本页 <a href="#2-5-quantformatconfig">§2.5</a> \|	35	+\| `save` \| `list[object]` \| 可选 \| `[]` \| — \| 保存格式列表，每个元素是 `type` 分派的保存格式配置，如 `ascendv1_saver`、`compressed_tensors`、`mindie_format_saver`。 \| 本页 <a href="#2-2-3-quantformatconfig">§2.2.3</a> \|
36	\| `dataset` \| `string` \| 可选 \| `mix_calib.jsonl` \| — \| 校准数据集名称（`lab_calib` 下的文件名）或数据集路径，用于量化的参数估计与敏感性校准。 \| 无 \|	36	\| `dataset` \| `string` \| 可选 \| `mix_calib.jsonl` \| — \| 校准数据集名称（`lab_calib` 下的文件名）或数据集路径，用于量化的参数估计与敏感性校准。 \| 无 \|
37		37
38	配置约束	38	配置约束
39		39
40	- 无。	40	- 无。
41		41
42	-<h3 id="2-3-prior-stage-config">2.3 PriorStageConfig</h3>	42	+<h4 id="2-2-1-prior-stage-config">2.2.1 PriorStageConfig</h4>
43		43
44	前置阶段配置：仅 process + dataset，用于如 adapt_rotation stage1 等先验阶段。	44	前置阶段配置：仅 process + dataset，用于如 adapt_rotation stage1 等先验阶段。
45		45
46	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	46	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
47	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	47	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
48	-\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 该阶段处理器列表 \| 本页 <a href="#2-4-autoprocessorconfig">§2.4</a> \|	48	+\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 该阶段处理器列表 \| 本页 <a href="#2-2-2-autoprocessorconfig">§2.2.2</a> \|
49	\| `dataset` \| `string / null` \| 可选 \| `null` \| — \| 该阶段数据集名称，不提供则使用 spec.dataset \| 无 \|	49	\| `dataset` \| `string / null` \| 可选 \| `null` \| — \| 该阶段数据集名称，不提供则使用 spec.dataset \| 无 \|
50		50
51	配置约束	51	配置约束
52		52
53	- 无。	53	- 无。
54		54
55	-<h3 id="2-4-autoprocessorconfig">2.4 AutoProcessorConfig</h3>	55	+<h4 id="2-2-2-autoprocessorconfig">2.2.2 《<a href="../processor/linear_quant.md">AutoProcessorConfig</a>》</h4>
56		56
57	派生类	57	派生类
58		58
59	-- `AdaptRotationProcessorConfig`（`type: adapt_rotation`） — 自适应旋转（adapt_rotation）处理器配置。《[adapt_rotation 配置说明](../processor/adapt_rotation.md)》	59	+\| 配置类 \| `type` \| 说明 \| 文档 \|
60	-- `AutoroundProcessorConfig`（`type: autoround_quant`） — autoround 量化处理器配置。《[autoround_quant 配置说明](../processor/autoround_quant.md)》	60	+\|--------\|----------\|------\|------\|
61	-- `AWQProcessorConfig`（`type: awq`） — AWQ（Activation-aware Weight Quantization）处理器配置。《[awq 配置说明](../processor/awq.md)》	61	+\| `AdaptRotationProcessorConfig` \| `adapt_rotation` \| 自适应旋转（adapt_rotation）处理器配置。 \| 《[adapt_rotation 配置说明](../processor/adapt_rotation.md)》 \|
62	-- `BinaryAnalysisProcessorConfig`（`type: binary_analysis`） — 二值（有/无量化）敏感度分析处理器配置。《[binary_analysis 配置说明](../processor/binary_analysis.md)》	62	+\| `AutoroundProcessorConfig` \| `autoround_quant` \| autoround 量化处理器配置。 \| 《[autoround_quant 配置说明](../processor/autoround_quant.md)》 \|
63	-- `BinaryOperatorLayerWiseProcessorConfig`（`type: binary_operator_layer_wise`） — 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。《[binary_operator_layer_wise 配置说明](../processor/binary_operator_layer_wise.md)》	63	+\| `AWQProcessorConfig` \| `awq` \| AWQ（Activation-aware Weight Quantization）处理器配置。 \| 《[awq 配置说明](../processor/awq.md)》 \|
64	-- `BinaryOperatorModelWiseProcessorConfig`（`type: binary_operator_model_wise`） — 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标）《[binary_operator_model_wise 配置说明](../processor/binary_operator_model_wise.md)》	64	+\| `BinaryAnalysisProcessorConfig` \| `binary_analysis` \| 二值（有/无量化）敏感度分析处理器配置。 \| 《[binary_analysis 配置说明](../processor/binary_analysis.md)》 \|
65	-- `DynamicCacheProcessorConfig`（`type: dynamic_cache`） — KV cache 量化处理器配置。《[dynamic_cache 配置说明](../processor/dynamic_cache.md)》	65	+\| `BinaryOperatorLayerWiseProcessorConfig` \| `binary_operator_layer_wise` \| 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。 \| 《[binary_operator_layer_wise 配置说明](../processor/binary_operator_layer_wise.md)》 \|
66	-- `FA3QuantProcessorConfig`（`type: fa3_quant`） — FA3（FlashAttention-3）量化处理器配置。《[fa3_quant 配置说明](../processor/fa3_quant.md)》	66	+\| `BinaryOperatorModelWiseProcessorConfig` \| `binary_operator_model_wise` \| 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标） \| 《[binary_operator_model_wise 配置说明](../processor/binary_operator_model_wise.md)》 \|
67	-- `FlatQuantProcessorConfig`（`type: flatquant`） — FlatQuant处理器配置：定义量化训练参数、策略、混合精度等《[flatquant 配置说明](../processor/flatquant.md)》	67	+\| `DynamicCacheProcessorConfig` \| `dynamic_cache` \| KV cache 量化处理器配置。 \| 《[dynamic_cache 配置说明](../processor/dynamic_cache.md)》 \|
68	-- `FlexAWQSSZProcessorConfig`（`type: flex_awq_ssz`） — FlexAWQSSZ 平滑+AWQ 处理器配置。《[flex_awq_ssz 配置说明](../processor/flex_awq_ssz.md)》	68	+\| `FA3QuantProcessorConfig` \| `fa3_quant` \| FA3（FlashAttention-3）量化处理器配置。 \| 《[fa3_quant 配置说明](../processor/fa3_quant.md)》 \|
69	-- `FlexSmoothQuantProcessorConfig`（`type: flex_smooth_quant`） — FlexSmoothQuant 平滑量化处理器配置。《[flex_smooth_quant 配置说明](../processor/flex_smooth_quant.md)》	69	+\| `FlatQuantProcessorConfig` \| `flatquant` \| FlatQuant处理器配置：定义量化训练参数、策略、混合精度等 \| 《[flatquant 配置说明](../processor/flatquant.md)》 \|
70	-- `FloatSparseProcessorConfig`（`type: float_sparse`） — 浮点稀疏处理器配置。《[float_sparse 配置说明](../processor/float_sparse.md)》	70	+\| `FlexAWQSSZProcessorConfig` \| `flex_awq_ssz` \| Flex AWQ SSZ 离群值抑制处理器配置。 \| 《[flex_awq_ssz 配置说明](../processor/flex_awq_ssz.md)》 \|
71	-- `GroupProcessorConfig`（`type: group`） — 处理器合并器配置。《[group 配置说明](../processor/group.md)》	71	+\| `FlexSmoothQuantProcessorConfig` \| `flex_smooth_quant` \| FlexSmoothQuant 平滑量化处理器配置。 \| 《[flex_smooth_quant 配置说明](../processor/flex_smooth_quant.md)》 \|
72	-- `IterSmoothProcessorConfig`（`type: iter_smooth`） — 迭代平滑（IterativeSmooth）处理器配置。《[iter_smooth 配置说明](../processor/iter_smooth.md)》	72	+\| `FloatSparseProcessorConfig` \| `float_sparse` \| 浮点稀疏处理器配置。 \| 《[float_sparse 配置说明](../processor/float_sparse.md)》 \|
73	-- `KVSmoothProcessorConfig`（`type: kv_smooth`） — KV cache 平滑处理器配置。《[kv_smooth 配置说明](../processor/kv_smooth.md)》	73	+\| `GroupProcessorConfig` \| `group` \| 处理器合并器配置。 \| 《[group 配置说明](../processor/group.md)》 \|
74	-- `LinearProcessorConfig`（`type: linear_quant`） — 线性层（Linear）量化处理器配置。《[linear_quant 配置说明](../processor/linear_quant.md)》	74	+\| `IterSmoothProcessorConfig` \| `iter_smooth` \| 迭代平滑（IterativeSmooth）处理器配置。 \| 《[iter_smooth 配置说明](../processor/iter_smooth.md)》 \|
75	-- `LoadProcessorConfig`（`type: load`） — 模块加载/卸载处理器配置。《[load 配置说明](../processor/load.md)》	75	+\| `KVSmoothProcessorConfig` \| `kv_smooth` \| KV cache 平滑处理器配置。 \| 《[kv_smooth 配置说明](../processor/kv_smooth.md)》 \|
76	-- `OASQProcessorConfig`（`type: oasq`） — OASQ（Outlier-Aware Smooth Quantization）处理器配置。《[oasq 配置说明](../processor/oasq.md)》	76	+\| `LinearProcessorConfig` \| `linear_quant` \| 线性层（Linear）量化处理器配置。 \| 《[linear_quant 配置说明](../processor/linear_quant.md)》 \|
77	-- `OnlineQuaRotProcessorConfig`（`type: online_quarot`） — 在线 QuaRot 旋转处理器配置。《[online_quarot 配置说明](../processor/online_quarot.md)》	77	+\| `LoadProcessorConfig` \| `load` \| 模块加载/卸载处理器配置。 \| 《[load 配置说明](../processor/load.md)》 \|
78	-- `QuaRotProcessorConfig`（`type: quarot`） — QuaRot（离线旋转）处理器配置。《[quarot 配置说明](../processor/quarot.md)》	78	+\| `OASQProcessorConfig` \| `oasq` \| OASQ（Outlier-Aware Smooth Quantization）处理器配置。 \| 《[oasq 配置说明](../processor/oasq.md)》 \|
79	-- `QuantSaveProcessorConfig`（`type: saver`） — 统一保存处理器配置。《[saver 配置说明](../processor/saver.md)》	79	+\| `OnlineQuaRotProcessorConfig` \| `online_quarot` \| 在线 QuaRot 旋转处理器配置。 \| 《[online_quarot 配置说明](../processor/online_quarot.md)》 \|
80	-- `SmoothQuantProcessorConfig`（`type: smooth_quant`） — SmoothQuant 平滑量化处理器配置。《[smooth_quant 配置说明](../processor/smooth_quant.md)》	80	+\| `QuaRotProcessorConfig` \| `quarot` \| QuaRot（离线旋转）处理器配置。 \| 《[quarot 配置说明](../processor/quarot.md)》 \|
81	-- `SVDResidualProcessorConfig`（`type: svd_res`） — SVD 残差（低秩补偿）处理器配置。《[svd_res 配置说明](../processor/svd_res.md)》	81	+\| `QuantSaveProcessorConfig` \| `saver` \| 统一保存处理器配置。 \| 《[saver 配置说明](../processor/saver.md)》 \|
82	-- `TrainableLinearQuantProcessorConfig`（`type: trainable_linear_quant`） — 可训练线性量化（TLQ）处理器配置。《[trainable_linear_quant 配置说明](../processor/trainable_linear_quant.md)》	82	+\| `SmoothQuantProcessorConfig` \| `smooth_quant` \| SmoothQuant 平滑量化处理器配置。 \| 《[smooth_quant 配置说明](../processor/smooth_quant.md)》 \|
83	-- `UnaryAnalysisProcessorConfig`（`type: unary_analysis`） — 一元（无量化）敏感度分析处理器配置。《[unary_analysis 配置说明](../processor/unary_analysis.md)》	83	+\| `SVDResidualProcessorConfig` \| `svd_res` \| SVD 残差（低秩补偿）处理器配置。 \| 《[svd_res 配置说明](../processor/svd_res.md)》 \|
		84	+\| `TrainableLinearQuantProcessorConfig` \| `trainable_linear_quant` \| 可训练线性量化（TLQ）处理器配置。 \| 《[trainable_linear_quant 配置说明](../processor/trainable_linear_quant.md)》 \|
		85	+\| `UnaryAnalysisProcessorConfig` \| `unary_analysis` \| 一元（无量化）敏感度分析处理器配置。 \| 《[unary_analysis 配置说明](../processor/unary_analysis.md)》 \|
84		86
85	-<h3 id="2-5-quantformatconfig">2.5 QuantFormatConfig</h3>	87	+<h4 id="2-2-3-quantformatconfig">2.2.3 《<a href="../format/ascendv1_saver.md">QuantFormatConfig</a>》</h4>
86		88
87	派生类	89	派生类
88		90
89	-- `AscendV1QuantFormatConfig`（`type: ascendv1_saver`） — AscendV1 保存格式配置，导出昇腾落盘格式的权重文件。《[ascendv1_saver 配置说明](../format/ascendv1_saver.md)》	91	+\| 配置类 \| `type` \| 说明 \| 文档 \|
90	-- `CompressedTensorsQuantFormatConfig`（`type: compressed_tensors`） — compressed_tensors 保存格式配置，导出 safetensors 权重与 config.json。《[compressed_tensors 配置说明](../format/compressed_tensors.md)》	92	+\|--------\|----------\|------\|------\|
91	-- `MindIEQuantFormatConfig`（`type: mindie_format_saver`） — MindIE 保存格式配置，导出 MindIE 落盘格式的权重文件。《[mindie_format_saver 配置说明](../format/mindie_format_saver.md)》	93	+\| `AscendV1QuantFormatConfig` \| `ascendv1_saver` \| AscendV1 保存格式配置，导出昇腾落盘格式的权重文件。 \| 《[ascendv1_saver 配置说明](../format/ascendv1_saver.md)》 \|
		94	+\| `CompressedTensorsQuantFormatConfig` \| `compressed_tensors` \| compressed_tensors 保存格式配置，导出 safetensors 权重与 config.json。 \| 《[compressed_tensors 配置说明](../format/compressed_tensors.md)》 \|
		95	+\| `MindIEQuantFormatConfig` \| `mindie_format_saver` \| MindIE 保存格式配置，导出 MindIE 落盘格式的权重文件。 \| 《[mindie_format_saver 配置说明](../format/mindie_format_saver.md)》 \|
92		96
93	## 3. 完整配置参考	97	## 3. 完整配置参考
94		98

Rdocs/zh/api_reference/config/task/multimodal_sd_modelslim_v1.md→docs/zh/api_reference/config/quant/multimodal_sd_modelslim_v1.md+48-44

	@@ -16,7 +16,7 @@
16		16
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	-\| `apiversion` \| `string` \| 可选 \| Unknown（代码占位；YAML 中须按任务类型显式指定） \| `modelslim_v1`、`multimodal_vlm_modelslim_v1`、`multimodal_sd_modelslim_v1`、`modelslim_convert` \| API 版本（任务类型），决定 spec 的结构：`modelslim_v1`、`multimodal_vlm_modelslim_v1`、`multimodal_sd_modelslim_v1`、`modelslim_convert`；YAML 中必须显式指定，默认值 `Unknown` 仅为代码内部占位，不可直接使用。 \| 无 \|	19	+\| `apiversion` \| `string` \| 可选 \| `multimodal_sd_modelslim_v1` \| `multimodal_sd_modelslim_v1` \| — \| 无 \|
20	\| `spec` \| `object` \| 必选 \| 无 \| — \| `multimodal_sd_modelslim_v1` 服务的 spec 结构。<br><br>面向多模态生成（SD）模型：在通用字段之外支持按专家（`per_expert`）覆盖处理器链，<br>并提供多模态专用 `multimodal_sd_config`。 \| 本页 <a href="#2-2-multimodal-sd-modelslim-v1-spec">§2.2</a> \|	20	\| `spec` \| `object` \| 必选 \| 无 \| — \| `multimodal_sd_modelslim_v1` 服务的 spec 结构。<br><br>面向多模态生成（SD）模型：在通用字段之外支持按专家（`per_expert`）覆盖处理器链，<br>并提供多模态专用 `multimodal_sd_config`。 \| 本页 <a href="#2-2-multimodal-sd-modelslim-v1-spec">§2.2</a> \|
21		21
22	配置约束	22	配置约束
	@@ -30,82 +30,86 @@
30	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	30	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
31	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	31	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
32	\| `runner` \| `string` \| 可选 \| `layer_wise` \| `auto`、`model_wise`、`layer_wise`、`dp_layer_wise` \| 流水线执行方式：`layer_wise` 逐层计算（默认）、`auto` 按设备数量自动选择、`model_wise` 整模型计算、`dp_layer_wise` 数据并行逐层计算。 \| 无 \|	32	\| `runner` \| `string` \| 可选 \| `layer_wise` \| `auto`、`model_wise`、`layer_wise`、`dp_layer_wise` \| 流水线执行方式：`layer_wise` 逐层计算（默认）、`auto` 按设备数量自动选择、`model_wise` 整模型计算、`dp_layer_wise` 数据并行逐层计算。 \| 无 \|
33	-\| `prior` \| `list[object]` \| 可选 \| `[]` \| — \| 前置阶段列表，每阶段含 process 与 dataset \| 本页 <a href="#2-3-prior-stage-config">§2.3</a> \|	33	+\| `prior` \| `list[object]` \| 可选 \| `[]` \| — \| 前置阶段列表，每阶段含 process 与 dataset \| 本页 <a href="#2-2-1-prior-stage-config">§2.2.1</a> \|
34	-\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 量化处理器链，按顺序执行；每个元素是 `type` 分派的处理器配置。 \| 本页 <a href="#2-4-autoprocessorconfig">§2.4</a> \|	34	+\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 量化处理器链，按顺序执行；每个元素是 `type` 分派的处理器配置。 \| 本页 <a href="#2-2-2-autoprocessorconfig">§2.2.2</a> \|
35	-\| `per_expert` \| `object / null` \| 可选 \| `null` \| — \| 按专家覆盖 process 的字典；值为该专家的 Processor 列表。某专家在此出现则整链替换，否则回退 process \| 本页 <a href="#2-4-autoprocessorconfig">§2.4</a> \|	35	+\| `per_expert` \| `object / null` \| 可选 \| `null` \| — \| 按专家覆盖 process 的字典；值为该专家的 Processor 列表。某专家在此出现则整链替换，否则回退 process \| 本页 <a href="#2-2-2-autoprocessorconfig">§2.2.2</a> \|
36	-\| `save` \| `list[object]` \| 可选 \| `[]` \| — \| 保存格式列表，每个元素是 `type` 分派的保存格式配置。 \| 本页 <a href="#2-5-quantformatconfig">§2.5</a> \|	36	+\| `save` \| `list[object]` \| 可选 \| `[]` \| — \| 保存格式列表，每个元素是 `type` 分派的保存格式配置。 \| 本页 <a href="#2-2-3-quantformatconfig">§2.2.3</a> \|
37	\| `dataset` \| `string` \| 可选 \| `mix_calib.jsonl` \| — \| 校准数据集名称（`lab_calib` 下的文件名）或数据集路径。 \| 无 \|	37	\| `dataset` \| `string` \| 可选 \| `mix_calib.jsonl` \| — \| 校准数据集名称（`lab_calib` 下的文件名）或数据集路径。 \| 无 \|
38	-\| `multimodal_sd_config` \| `object` \| 可选 \| 由工厂函数生成 \| — \| 多模态生成模型的专用配置，可为字典或 `MultimodalSDConfig` 实例，含 `dump_config` 与 `inference_config`。 \| 本页 <a href="#2-6-multimodal-sd-config">§2.6</a> \|	38	+\| `multimodal_sd_config` \| `object` \| 可选 \| 由工厂函数生成 \| — \| 多模态生成模型的专用配置，可为字典或 `MultimodalSDConfig` 实例，含 `dump_config` 与 `inference_config`。 \| 本页 <a href="#2-2-4-multimodal-sd-config">§2.2.4</a> \|
39		39
40	配置约束	40	配置约束
41		41
42	-- 无。	42	+- 本协议不支持 `adapt_rotation`：量化服务不执行 `spec.prior`，且多模态生成适配器未实现 `AdaptRotationInterface`；请保持 `prior` 为空，且勿在 `process`/`per_expert` 中配置 `adapt_rotation`。
43		43
44	-<h3 id="2-3-prior-stage-config">2.3 PriorStageConfig</h3>	44	+<h4 id="2-2-1-prior-stage-config">2.2.1 PriorStageConfig</h4>
45		45
46	前置阶段配置：仅 process + dataset，用于如 adapt_rotation stage1 等先验阶段。	46	前置阶段配置：仅 process + dataset，用于如 adapt_rotation stage1 等先验阶段。
47		47
48	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	48	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
49	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	49	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
50	-\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 该阶段处理器列表 \| 本页 <a href="#2-4-autoprocessorconfig">§2.4</a> \|	50	+\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 该阶段处理器列表 \| 本页 <a href="#2-2-2-autoprocessorconfig">§2.2.2</a> \|
51	\| `dataset` \| `string / null` \| 可选 \| `null` \| — \| 该阶段数据集名称，不提供则使用 spec.dataset \| 无 \|	51	\| `dataset` \| `string / null` \| 可选 \| `null` \| — \| 该阶段数据集名称，不提供则使用 spec.dataset \| 无 \|
52		52
53	配置约束	53	配置约束
54		54
55	- 无。	55	- 无。
56		56
57	-<h3 id="2-4-autoprocessorconfig">2.4 AutoProcessorConfig</h3>	57	+<h4 id="2-2-2-autoprocessorconfig">2.2.2 《<a href="../processor/linear_quant.md">AutoProcessorConfig</a>》</h4>
58		58
59	派生类	59	派生类
60		60
61	-- `AdaptRotationProcessorConfig`（`type: adapt_rotation`） — 自适应旋转（adapt_rotation）处理器配置。《[adapt_rotation 配置说明](../processor/adapt_rotation.md)》	61	+\| 配置类 \| `type` \| 说明 \| 文档 \|
62	-- `AutoroundProcessorConfig`（`type: autoround_quant`） — autoround 量化处理器配置。《[autoround_quant 配置说明](../processor/autoround_quant.md)》	62	+\|--------\|----------\|------\|------\|
63	-- `AWQProcessorConfig`（`type: awq`） — AWQ（Activation-aware Weight Quantization）处理器配置。《[awq 配置说明](../processor/awq.md)》	63	+\| `AdaptRotationProcessorConfig` \| `adapt_rotation` \| 自适应旋转（adapt_rotation）处理器配置。 \| 《[adapt_rotation 配置说明](../processor/adapt_rotation.md)》 \|
64	-- `BinaryAnalysisProcessorConfig`（`type: binary_analysis`） — 二值（有/无量化）敏感度分析处理器配置。《[binary_analysis 配置说明](../processor/binary_analysis.md)》	64	+\| `AutoroundProcessorConfig` \| `autoround_quant` \| autoround 量化处理器配置。 \| 《[autoround_quant 配置说明](../processor/autoround_quant.md)》 \|
65	-- `BinaryOperatorLayerWiseProcessorConfig`（`type: binary_operator_layer_wise`） — 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。《[binary_operator_layer_wise 配置说明](../processor/binary_operator_layer_wise.md)》	65	+\| `AWQProcessorConfig` \| `awq` \| AWQ（Activation-aware Weight Quantization）处理器配置。 \| 《[awq 配置说明](../processor/awq.md)》 \|
66	-- `BinaryOperatorModelWiseProcessorConfig`（`type: binary_operator_model_wise`） — 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标）《[binary_operator_model_wise 配置说明](../processor/binary_operator_model_wise.md)》	66	+\| `BinaryAnalysisProcessorConfig` \| `binary_analysis` \| 二值（有/无量化）敏感度分析处理器配置。 \| 《[binary_analysis 配置说明](../processor/binary_analysis.md)》 \|
67	-- `DynamicCacheProcessorConfig`（`type: dynamic_cache`） — KV cache 量化处理器配置。《[dynamic_cache 配置说明](../processor/dynamic_cache.md)》	67	+\| `BinaryOperatorLayerWiseProcessorConfig` \| `binary_operator_layer_wise` \| 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。 \| 《[binary_operator_layer_wise 配置说明](../processor/binary_operator_layer_wise.md)》 \|
68	-- `FA3QuantProcessorConfig`（`type: fa3_quant`） — FA3（FlashAttention-3）量化处理器配置。《[fa3_quant 配置说明](../processor/fa3_quant.md)》	68	+\| `BinaryOperatorModelWiseProcessorConfig` \| `binary_operator_model_wise` \| 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标） \| 《[binary_operator_model_wise 配置说明](../processor/binary_operator_model_wise.md)》 \|
69	-- `FlatQuantProcessorConfig`（`type: flatquant`） — FlatQuant处理器配置：定义量化训练参数、策略、混合精度等《[flatquant 配置说明](../processor/flatquant.md)》	69	+\| `DynamicCacheProcessorConfig` \| `dynamic_cache` \| KV cache 量化处理器配置。 \| 《[dynamic_cache 配置说明](../processor/dynamic_cache.md)》 \|
70	-- `FlexAWQSSZProcessorConfig`（`type: flex_awq_ssz`） — FlexAWQSSZ 平滑+AWQ 处理器配置。《[flex_awq_ssz 配置说明](../processor/flex_awq_ssz.md)》	70	+\| `FA3QuantProcessorConfig` \| `fa3_quant` \| FA3（FlashAttention-3）量化处理器配置。 \| 《[fa3_quant 配置说明](../processor/fa3_quant.md)》 \|
71	-- `FlexSmoothQuantProcessorConfig`（`type: flex_smooth_quant`） — FlexSmoothQuant 平滑量化处理器配置。《[flex_smooth_quant 配置说明](../processor/flex_smooth_quant.md)》	71	+\| `FlatQuantProcessorConfig` \| `flatquant` \| FlatQuant处理器配置：定义量化训练参数、策略、混合精度等 \| 《[flatquant 配置说明](../processor/flatquant.md)》 \|
72	-- `FloatSparseProcessorConfig`（`type: float_sparse`） — 浮点稀疏处理器配置。《[float_sparse 配置说明](../processor/float_sparse.md)》	72	+\| `FlexAWQSSZProcessorConfig` \| `flex_awq_ssz` \| Flex AWQ SSZ 离群值抑制处理器配置。 \| 《[flex_awq_ssz 配置说明](../processor/flex_awq_ssz.md)》 \|
73	-- `GroupProcessorConfig`（`type: group`） — 处理器合并器配置。《[group 配置说明](../processor/group.md)》	73	+\| `FlexSmoothQuantProcessorConfig` \| `flex_smooth_quant` \| FlexSmoothQuant 平滑量化处理器配置。 \| 《[flex_smooth_quant 配置说明](../processor/flex_smooth_quant.md)》 \|
74	-- `IterSmoothProcessorConfig`（`type: iter_smooth`） — 迭代平滑（IterativeSmooth）处理器配置。《[iter_smooth 配置说明](../processor/iter_smooth.md)》	74	+\| `FloatSparseProcessorConfig` \| `float_sparse` \| 浮点稀疏处理器配置。 \| 《[float_sparse 配置说明](../processor/float_sparse.md)》 \|
75	-- `KVSmoothProcessorConfig`（`type: kv_smooth`） — KV cache 平滑处理器配置。《[kv_smooth 配置说明](../processor/kv_smooth.md)》	75	+\| `GroupProcessorConfig` \| `group` \| 处理器合并器配置。 \| 《[group 配置说明](../processor/group.md)》 \|
76	-- `LinearProcessorConfig`（`type: linear_quant`） — 线性层（Linear）量化处理器配置。《[linear_quant 配置说明](../processor/linear_quant.md)》	76	+\| `IterSmoothProcessorConfig` \| `iter_smooth` \| 迭代平滑（IterativeSmooth）处理器配置。 \| 《[iter_smooth 配置说明](../processor/iter_smooth.md)》 \|
77	-- `LoadProcessorConfig`（`type: load`） — 模块加载/卸载处理器配置。《[load 配置说明](../processor/load.md)》	77	+\| `KVSmoothProcessorConfig` \| `kv_smooth` \| KV cache 平滑处理器配置。 \| 《[kv_smooth 配置说明](../processor/kv_smooth.md)》 \|
78	-- `OASQProcessorConfig`（`type: oasq`） — OASQ（Outlier-Aware Smooth Quantization）处理器配置。《[oasq 配置说明](../processor/oasq.md)》	78	+\| `LinearProcessorConfig` \| `linear_quant` \| 线性层（Linear）量化处理器配置。 \| 《[linear_quant 配置说明](../processor/linear_quant.md)》 \|
79	-- `OnlineQuaRotProcessorConfig`（`type: online_quarot`） — 在线 QuaRot 旋转处理器配置。《[online_quarot 配置说明](../processor/online_quarot.md)》	79	+\| `LoadProcessorConfig` \| `load` \| 模块加载/卸载处理器配置。 \| 《[load 配置说明](../processor/load.md)》 \|
80	-- `QuaRotProcessorConfig`（`type: quarot`） — QuaRot（离线旋转）处理器配置。《[quarot 配置说明](../processor/quarot.md)》	80	+\| `OASQProcessorConfig` \| `oasq` \| OASQ（Outlier-Aware Smooth Quantization）处理器配置。 \| 《[oasq 配置说明](../processor/oasq.md)》 \|
81	-- `QuantSaveProcessorConfig`（`type: saver`） — 统一保存处理器配置。《[saver 配置说明](../processor/saver.md)》	81	+\| `OnlineQuaRotProcessorConfig` \| `online_quarot` \| 在线 QuaRot 旋转处理器配置。 \| 《[online_quarot 配置说明](../processor/online_quarot.md)》 \|
82	-- `SmoothQuantProcessorConfig`（`type: smooth_quant`） — SmoothQuant 平滑量化处理器配置。《[smooth_quant 配置说明](../processor/smooth_quant.md)》	82	+\| `QuaRotProcessorConfig` \| `quarot` \| QuaRot（离线旋转）处理器配置。 \| 《[quarot 配置说明](../processor/quarot.md)》 \|
83	-- `SVDResidualProcessorConfig`（`type: svd_res`） — SVD 残差（低秩补偿）处理器配置。《[svd_res 配置说明](../processor/svd_res.md)》	83	+\| `QuantSaveProcessorConfig` \| `saver` \| 统一保存处理器配置。 \| 《[saver 配置说明](../processor/saver.md)》 \|
84	-- `TrainableLinearQuantProcessorConfig`（`type: trainable_linear_quant`） — 可训练线性量化（TLQ）处理器配置。《[trainable_linear_quant 配置说明](../processor/trainable_linear_quant.md)》	84	+\| `SmoothQuantProcessorConfig` \| `smooth_quant` \| SmoothQuant 平滑量化处理器配置。 \| 《[smooth_quant 配置说明](../processor/smooth_quant.md)》 \|
85	-- `UnaryAnalysisProcessorConfig`（`type: unary_analysis`） — 一元（无量化）敏感度分析处理器配置。《[unary_analysis 配置说明](../processor/unary_analysis.md)》	85	+\| `SVDResidualProcessorConfig` \| `svd_res` \| SVD 残差（低秩补偿）处理器配置。 \| 《[svd_res 配置说明](../processor/svd_res.md)》 \|
		86	+\| `TrainableLinearQuantProcessorConfig` \| `trainable_linear_quant` \| 可训练线性量化（TLQ）处理器配置。 \| 《[trainable_linear_quant 配置说明](../processor/trainable_linear_quant.md)》 \|
		87	+\| `UnaryAnalysisProcessorConfig` \| `unary_analysis` \| 一元（无量化）敏感度分析处理器配置。 \| 《[unary_analysis 配置说明](../processor/unary_analysis.md)》 \|
86		88
87	-<h3 id="2-5-quantformatconfig">2.5 QuantFormatConfig</h3>	89	+<h4 id="2-2-3-quantformatconfig">2.2.3 《<a href="../format/ascendv1_saver.md">QuantFormatConfig</a>》</h4>
88		90
89	派生类	91	派生类
90		92
91	-- `AscendV1QuantFormatConfig`（`type: ascendv1_saver`） — AscendV1 保存格式配置，导出昇腾落盘格式的权重文件。《[ascendv1_saver 配置说明](../format/ascendv1_saver.md)》	93	+\| 配置类 \| `type` \| 说明 \| 文档 \|
92	-- `CompressedTensorsQuantFormatConfig`（`type: compressed_tensors`） — compressed_tensors 保存格式配置，导出 safetensors 权重与 config.json。《[compressed_tensors 配置说明](../format/compressed_tensors.md)》	94	+\|--------\|----------\|------\|------\|
93	-- `MindIEQuantFormatConfig`（`type: mindie_format_saver`） — MindIE 保存格式配置，导出 MindIE 落盘格式的权重文件。《[mindie_format_saver 配置说明](../format/mindie_format_saver.md)》	95	+\| `AscendV1QuantFormatConfig` \| `ascendv1_saver` \| AscendV1 保存格式配置，导出昇腾落盘格式的权重文件。 \| 《[ascendv1_saver 配置说明](../format/ascendv1_saver.md)》 \|
		96	+\| `CompressedTensorsQuantFormatConfig` \| `compressed_tensors` \| compressed_tensors 保存格式配置，导出 safetensors 权重与 config.json。 \| 《[compressed_tensors 配置说明](../format/compressed_tensors.md)》 \|
		97	+\| `MindIEQuantFormatConfig` \| `mindie_format_saver` \| MindIE 保存格式配置，导出 MindIE 落盘格式的权重文件。 \| 《[mindie_format_saver 配置说明](../format/mindie_format_saver.md)》 \|
94		98
95	-<h3 id="2-6-multimodal-sd-config">2.6 MultimodalSDConfig</h3>	99	+<h4 id="2-2-4-multimodal-sd-config">2.2.4 MultimodalSDConfig</h4>
96		100
97	多模态生成（SD）模型的专用配置，含 dump 与推理参数。	101	多模态生成（SD）模型的专用配置，含 dump 与推理参数。
98		102
99	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	103	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
100	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	104	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
101	-\| `dump_config` \| `object` \| 必选 \| 无 \| — \| 浮点 dump 配置，必选。 \| 本页 <a href="#2-7-dump-config">§2.7</a> \|	105	+\| `dump_config` \| `object` \| 必选 \| 无 \| — \| 浮点 dump 配置，必选。 \| 本页 <a href="#2-2-5-dump-config">§2.2.5</a> \|
102	-\| `inference_config` \| `object / null` \| 可选 \| `null` \| — \| 推理参数字典，经模型适配器的 InferenceConfig 类校验；与迁移期字段 `model_config` 互斥。 \| 无 \|	106	+\| `inference_config` \| `object / null` \| 可选 \| `null` \| — \| 推理参数字典。字段形状由当前模型适配器的 `get_inference_config_class()` 返回的 InferenceConfig 决定，量化时用该类做校验；与迁移期字段 `model_config` 互斥。 \| 无 \|
103		107
104	配置约束	108	配置约束
105		109
106	- 校验 inference_config 与迁移期字段 model_config 互斥：两者同时提供时报错。	110	- 校验 inference_config 与迁移期字段 model_config 互斥：两者同时提供时报错。
107		111
108	-<h3 id="2-7-dump-config">2.7 DumpConfig</h3>	112	+<h4 id="2-2-5-dump-config">2.2.5 DumpConfig</h4>
109		113
110	多模态生成（SD）模型的浮点 dump 配置。	114	多模态生成（SD）模型的浮点 dump 配置。
111		115
	@@ -113,7 +117,7 @@
113	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	117	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
114	\| `enable_dump` \| `bool` \| 可选 \| `true` \| — \| 是否在量化前对模型做浮点 dump（导出 pth 校准数据）；`false` 时跳过 pth 加载与浮点 dump。 \| 无 \|	118	\| `enable_dump` \| `bool` \| 可选 \| `true` \| — \| 是否在量化前对模型做浮点 dump（导出 pth 校准数据）；`false` 时跳过 pth 加载与浮点 dump。 \| 无 \|
115	\| `capture_mode` \| `string` \| 可选 \| `args` \| `args` \| dump 捕获模式，当前仅支持 `args`。 \| 无 \|	119	\| `capture_mode` \| `string` \| 可选 \| `args` \| `args` \| dump 捕获模式，当前仅支持 `args`。 \| 无 \|
116	-\| `dump_data_dir` \| `string` \| 可选 \| `` \| — \| 浮点 dump 数据的输出目录；为空时回退到 save_path。 \| 无 \|	120	+\| `dump_data_dir` \| `string` \| 可选 \| `` \| — \| 浮点 dump 数据的输出目录；为空时回退到本次量化的权重保存目录 `save_path`。 \| 无 \|
117		121
118	配置约束	122	配置约束
119		123

Rdocs/zh/api_reference/config/task/multimodal_vlm_modelslim_v1.md→docs/zh/api_reference/config/quant/multimodal_vlm_modelslim_v1.md+40-36

	@@ -16,7 +16,7 @@
16		16
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	-\| `apiversion` \| `string` \| 可选 \| Unknown（代码占位；YAML 中须按任务类型显式指定） \| `modelslim_v1`、`multimodal_vlm_modelslim_v1`、`multimodal_sd_modelslim_v1`、`modelslim_convert` \| API 版本（任务类型），决定 spec 的结构：`modelslim_v1`、`multimodal_vlm_modelslim_v1`、`multimodal_sd_modelslim_v1`、`modelslim_convert`；YAML 中必须显式指定，默认值 `Unknown` 仅为代码内部占位，不可直接使用。 \| 无 \|	19	+\| `apiversion` \| `string` \| 可选 \| `multimodal_vlm_modelslim_v1` \| `multimodal_vlm_modelslim_v1` \| — \| 无 \|
20	\| `spec` \| `object` \| 必选 \| 无 \| — \| `multimodal_vlm_modelslim_v1` 服务的 spec 结构。<br><br>面向多模态理解（VLM）模型：在 `ModelslimV1ServiceConfig` 基础上增加<br>`default_text` 提示词，用于图像类校准数据缺省文本时的默认输入。 \| 本页 <a href="#2-2-multimodal-vlm-modelslim-v1-spec">§2.2</a> \|	20	\| `spec` \| `object` \| 必选 \| 无 \| — \| `multimodal_vlm_modelslim_v1` 服务的 spec 结构。<br><br>面向多模态理解（VLM）模型：在 `ModelslimV1ServiceConfig` 基础上增加<br>`default_text` 提示词，用于图像类校准数据缺省文本时的默认输入。 \| 本页 <a href="#2-2-multimodal-vlm-modelslim-v1-spec">§2.2</a> \|
21		21
22	配置约束	22	配置约束
	@@ -30,9 +30,9 @@
30	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	30	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
31	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	31	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
32	\| `runner` \| `string` \| 可选 \| `auto` \| `auto`、`model_wise`、`layer_wise`、`dp_layer_wise` \| 流水线执行方式：`auto` 按设备数量自动选择（单设备 `layer_wise`，多设备 `dp_layer_wise`）、`model_wise` 整模型计算、`layer_wise` 逐层计算、`dp_layer_wise` 数据并行逐层计算。 \| 无 \|	32	\| `runner` \| `string` \| 可选 \| `auto` \| `auto`、`model_wise`、`layer_wise`、`dp_layer_wise` \| 流水线执行方式：`auto` 按设备数量自动选择（单设备 `layer_wise`，多设备 `dp_layer_wise`）、`model_wise` 整模型计算、`layer_wise` 逐层计算、`dp_layer_wise` 数据并行逐层计算。 \| 无 \|
33	-\| `prior` \| `list[object]` \| 可选 \| `[]` \| — \| 前置阶段列表，每阶段含 process 与 dataset \| 本页 <a href="#2-3-prior-stage-config">§2.3</a> \|	33	+\| `prior` \| `list[object]` \| 可选 \| `[]` \| — \| 前置阶段列表，每阶段含 process 与 dataset \| 本页 <a href="#2-2-1-prior-stage-config">§2.2.1</a> \|
34	-\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 量化处理器链，按顺序执行；每个元素是 `type` 分派的处理器配置。 \| 本页 <a href="#2-4-autoprocessorconfig">§2.4</a> \|	34	+\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 量化处理器链，按顺序执行；每个元素是 `type` 分派的处理器配置。 \| 本页 <a href="#2-2-2-autoprocessorconfig">§2.2.2</a> \|
35	-\| `save` \| `list[object]` \| 可选 \| `[]` \| — \| 保存格式列表，每个元素是 `type` 分派的保存格式配置。 \| 本页 <a href="#2-5-quantformatconfig">§2.5</a> \|	35	+\| `save` \| `list[object]` \| 可选 \| `[]` \| — \| 保存格式列表，每个元素是 `type` 分派的保存格式配置。 \| 本页 <a href="#2-2-3-quantformatconfig">§2.2.3</a> \|
36	\| `dataset` \| `string` \| 可选 \| `mix_calib.jsonl` \| — \| 校准数据集名称（`lab_calib` 下的文件名）或数据集路径。 \| 无 \|	36	\| `dataset` \| `string` \| 可选 \| `mix_calib.jsonl` \| — \| 校准数据集名称（`lab_calib` 下的文件名）或数据集路径。 \| 无 \|
37	\| `default_text` \| `string` \| 可选 \| `Describe this image in detail.` \| — \| 校准数据缺少文本模态时，图像类样本使用的默认提示词。 \| 无 \|	37	\| `default_text` \| `string` \| 可选 \| `Describe this image in detail.` \| — \| 校准数据缺少文本模态时，图像类样本使用的默认提示词。 \| 无 \|
38		38
	@@ -40,56 +40,60 @@
40		40
41	- 无。	41	- 无。
42		42
43	-<h3 id="2-3-prior-stage-config">2.3 PriorStageConfig</h3>	43	+<h4 id="2-2-1-prior-stage-config">2.2.1 PriorStageConfig</h4>
44		44
45	前置阶段配置：仅 process + dataset，用于如 adapt_rotation stage1 等先验阶段。	45	前置阶段配置：仅 process + dataset，用于如 adapt_rotation stage1 等先验阶段。
46		46
47	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	47	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
48	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	48	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
49	-\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 该阶段处理器列表 \| 本页 <a href="#2-4-autoprocessorconfig">§2.4</a> \|	49	+\| `process` \| `list[object]` \| 可选 \| `[]` \| — \| 该阶段处理器列表 \| 本页 <a href="#2-2-2-autoprocessorconfig">§2.2.2</a> \|
50	\| `dataset` \| `string / null` \| 可选 \| `null` \| — \| 该阶段数据集名称，不提供则使用 spec.dataset \| 无 \|	50	\| `dataset` \| `string / null` \| 可选 \| `null` \| — \| 该阶段数据集名称，不提供则使用 spec.dataset \| 无 \|
51		51
52	配置约束	52	配置约束
53		53
54	- 无。	54	- 无。
55		55
56	-<h3 id="2-4-autoprocessorconfig">2.4 AutoProcessorConfig</h3>	56	+<h4 id="2-2-2-autoprocessorconfig">2.2.2 《<a href="../processor/linear_quant.md">AutoProcessorConfig</a>》</h4>
57		57
58	派生类	58	派生类
59		59
60	-- `AdaptRotationProcessorConfig`（`type: adapt_rotation`） — 自适应旋转（adapt_rotation）处理器配置。《[adapt_rotation 配置说明](../processor/adapt_rotation.md)》	60	+\| 配置类 \| `type` \| 说明 \| 文档 \|
61	-- `AutoroundProcessorConfig`（`type: autoround_quant`） — autoround 量化处理器配置。《[autoround_quant 配置说明](../processor/autoround_quant.md)》	61	+\|--------\|----------\|------\|------\|
62	-- `AWQProcessorConfig`（`type: awq`） — AWQ（Activation-aware Weight Quantization）处理器配置。《[awq 配置说明](../processor/awq.md)》	62	+\| `AdaptRotationProcessorConfig` \| `adapt_rotation` \| 自适应旋转（adapt_rotation）处理器配置。 \| 《[adapt_rotation 配置说明](../processor/adapt_rotation.md)》 \|
63	-- `BinaryAnalysisProcessorConfig`（`type: binary_analysis`） — 二值（有/无量化）敏感度分析处理器配置。《[binary_analysis 配置说明](../processor/binary_analysis.md)》	63	+\| `AutoroundProcessorConfig` \| `autoround_quant` \| autoround 量化处理器配置。 \| 《[autoround_quant 配置说明](../processor/autoround_quant.md)》 \|
64	-- `BinaryOperatorLayerWiseProcessorConfig`（`type: binary_operator_layer_wise`） — 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。《[binary_operator_layer_wise 配置说明](../processor/binary_operator_layer_wise.md)》	64	+\| `AWQProcessorConfig` \| `awq` \| AWQ（Activation-aware Weight Quantization）处理器配置。 \| 《[awq 配置说明](../processor/awq.md)》 \|
65	-- `BinaryOperatorModelWiseProcessorConfig`（`type: binary_operator_model_wise`） — 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标）《[binary_operator_model_wise 配置说明](../processor/binary_operator_model_wise.md)》	65	+\| `BinaryAnalysisProcessorConfig` \| `binary_analysis` \| 二值（有/无量化）敏感度分析处理器配置。 \| 《[binary_analysis 配置说明](../processor/binary_analysis.md)》 \|
66	-- `DynamicCacheProcessorConfig`（`type: dynamic_cache`） — KV cache 量化处理器配置。《[dynamic_cache 配置说明](../processor/dynamic_cache.md)》	66	+\| `BinaryOperatorLayerWiseProcessorConfig` \| `binary_operator_layer_wise` \| 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。 \| 《[binary_operator_layer_wise 配置说明](../processor/binary_operator_layer_wise.md)》 \|
67	-- `FA3QuantProcessorConfig`（`type: fa3_quant`） — FA3（FlashAttention-3）量化处理器配置。《[fa3_quant 配置说明](../processor/fa3_quant.md)》	67	+\| `BinaryOperatorModelWiseProcessorConfig` \| `binary_operator_model_wise` \| 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标） \| 《[binary_operator_model_wise 配置说明](../processor/binary_operator_model_wise.md)》 \|
68	-- `FlatQuantProcessorConfig`（`type: flatquant`） — FlatQuant处理器配置：定义量化训练参数、策略、混合精度等《[flatquant 配置说明](../processor/flatquant.md)》	68	+\| `DynamicCacheProcessorConfig` \| `dynamic_cache` \| KV cache 量化处理器配置。 \| 《[dynamic_cache 配置说明](../processor/dynamic_cache.md)》 \|
69	-- `FlexAWQSSZProcessorConfig`（`type: flex_awq_ssz`） — FlexAWQSSZ 平滑+AWQ 处理器配置。《[flex_awq_ssz 配置说明](../processor/flex_awq_ssz.md)》	69	+\| `FA3QuantProcessorConfig` \| `fa3_quant` \| FA3（FlashAttention-3）量化处理器配置。 \| 《[fa3_quant 配置说明](../processor/fa3_quant.md)》 \|
70	-- `FlexSmoothQuantProcessorConfig`（`type: flex_smooth_quant`） — FlexSmoothQuant 平滑量化处理器配置。《[flex_smooth_quant 配置说明](../processor/flex_smooth_quant.md)》	70	+\| `FlatQuantProcessorConfig` \| `flatquant` \| FlatQuant处理器配置：定义量化训练参数、策略、混合精度等 \| 《[flatquant 配置说明](../processor/flatquant.md)》 \|
71	-- `FloatSparseProcessorConfig`（`type: float_sparse`） — 浮点稀疏处理器配置。《[float_sparse 配置说明](../processor/float_sparse.md)》	71	+\| `FlexAWQSSZProcessorConfig` \| `flex_awq_ssz` \| Flex AWQ SSZ 离群值抑制处理器配置。 \| 《[flex_awq_ssz 配置说明](../processor/flex_awq_ssz.md)》 \|
72	-- `GroupProcessorConfig`（`type: group`） — 处理器合并器配置。《[group 配置说明](../processor/group.md)》	72	+\| `FlexSmoothQuantProcessorConfig` \| `flex_smooth_quant` \| FlexSmoothQuant 平滑量化处理器配置。 \| 《[flex_smooth_quant 配置说明](../processor/flex_smooth_quant.md)》 \|
73	-- `IterSmoothProcessorConfig`（`type: iter_smooth`） — 迭代平滑（IterativeSmooth）处理器配置。《[iter_smooth 配置说明](../processor/iter_smooth.md)》	73	+\| `FloatSparseProcessorConfig` \| `float_sparse` \| 浮点稀疏处理器配置。 \| 《[float_sparse 配置说明](../processor/float_sparse.md)》 \|
74	-- `KVSmoothProcessorConfig`（`type: kv_smooth`） — KV cache 平滑处理器配置。《[kv_smooth 配置说明](../processor/kv_smooth.md)》	74	+\| `GroupProcessorConfig` \| `group` \| 处理器合并器配置。 \| 《[group 配置说明](../processor/group.md)》 \|
75	-- `LinearProcessorConfig`（`type: linear_quant`） — 线性层（Linear）量化处理器配置。《[linear_quant 配置说明](../processor/linear_quant.md)》	75	+\| `IterSmoothProcessorConfig` \| `iter_smooth` \| 迭代平滑（IterativeSmooth）处理器配置。 \| 《[iter_smooth 配置说明](../processor/iter_smooth.md)》 \|
76	-- `LoadProcessorConfig`（`type: load`） — 模块加载/卸载处理器配置。《[load 配置说明](../processor/load.md)》	76	+\| `KVSmoothProcessorConfig` \| `kv_smooth` \| KV cache 平滑处理器配置。 \| 《[kv_smooth 配置说明](../processor/kv_smooth.md)》 \|
77	-- `OASQProcessorConfig`（`type: oasq`） — OASQ（Outlier-Aware Smooth Quantization）处理器配置。《[oasq 配置说明](../processor/oasq.md)》	77	+\| `LinearProcessorConfig` \| `linear_quant` \| 线性层（Linear）量化处理器配置。 \| 《[linear_quant 配置说明](../processor/linear_quant.md)》 \|
78	-- `OnlineQuaRotProcessorConfig`（`type: online_quarot`） — 在线 QuaRot 旋转处理器配置。《[online_quarot 配置说明](../processor/online_quarot.md)》	78	+\| `LoadProcessorConfig` \| `load` \| 模块加载/卸载处理器配置。 \| 《[load 配置说明](../processor/load.md)》 \|
79	-- `QuaRotProcessorConfig`（`type: quarot`） — QuaRot（离线旋转）处理器配置。《[quarot 配置说明](../processor/quarot.md)》	79	+\| `OASQProcessorConfig` \| `oasq` \| OASQ（Outlier-Aware Smooth Quantization）处理器配置。 \| 《[oasq 配置说明](../processor/oasq.md)》 \|
80	-- `QuantSaveProcessorConfig`（`type: saver`） — 统一保存处理器配置。《[saver 配置说明](../processor/saver.md)》	80	+\| `OnlineQuaRotProcessorConfig` \| `online_quarot` \| 在线 QuaRot 旋转处理器配置。 \| 《[online_quarot 配置说明](../processor/online_quarot.md)》 \|
81	-- `SmoothQuantProcessorConfig`（`type: smooth_quant`） — SmoothQuant 平滑量化处理器配置。《[smooth_quant 配置说明](../processor/smooth_quant.md)》	81	+\| `QuaRotProcessorConfig` \| `quarot` \| QuaRot（离线旋转）处理器配置。 \| 《[quarot 配置说明](../processor/quarot.md)》 \|
82	-- `SVDResidualProcessorConfig`（`type: svd_res`） — SVD 残差（低秩补偿）处理器配置。《[svd_res 配置说明](../processor/svd_res.md)》	82	+\| `QuantSaveProcessorConfig` \| `saver` \| 统一保存处理器配置。 \| 《[saver 配置说明](../processor/saver.md)》 \|
83	-- `TrainableLinearQuantProcessorConfig`（`type: trainable_linear_quant`） — 可训练线性量化（TLQ）处理器配置。《[trainable_linear_quant 配置说明](../processor/trainable_linear_quant.md)》	83	+\| `SmoothQuantProcessorConfig` \| `smooth_quant` \| SmoothQuant 平滑量化处理器配置。 \| 《[smooth_quant 配置说明](../processor/smooth_quant.md)》 \|
84	-- `UnaryAnalysisProcessorConfig`（`type: unary_analysis`） — 一元（无量化）敏感度分析处理器配置。《[unary_analysis 配置说明](../processor/unary_analysis.md)》	84	+\| `SVDResidualProcessorConfig` \| `svd_res` \| SVD 残差（低秩补偿）处理器配置。 \| 《[svd_res 配置说明](../processor/svd_res.md)》 \|
		85	+\| `TrainableLinearQuantProcessorConfig` \| `trainable_linear_quant` \| 可训练线性量化（TLQ）处理器配置。 \| 《[trainable_linear_quant 配置说明](../processor/trainable_linear_quant.md)》 \|
		86	+\| `UnaryAnalysisProcessorConfig` \| `unary_analysis` \| 一元（无量化）敏感度分析处理器配置。 \| 《[unary_analysis 配置说明](../processor/unary_analysis.md)》 \|
85		87
86	-<h3 id="2-5-quantformatconfig">2.5 QuantFormatConfig</h3>	88	+<h4 id="2-2-3-quantformatconfig">2.2.3 《<a href="../format/ascendv1_saver.md">QuantFormatConfig</a>》</h4>
87		89
88	派生类	90	派生类
89		91
90	-- `AscendV1QuantFormatConfig`（`type: ascendv1_saver`） — AscendV1 保存格式配置，导出昇腾落盘格式的权重文件。《[ascendv1_saver 配置说明](../format/ascendv1_saver.md)》	92	+\| 配置类 \| `type` \| 说明 \| 文档 \|
91	-- `CompressedTensorsQuantFormatConfig`（`type: compressed_tensors`） — compressed_tensors 保存格式配置，导出 safetensors 权重与 config.json。《[compressed_tensors 配置说明](../format/compressed_tensors.md)》	93	+\|--------\|----------\|------\|------\|
92	-- `MindIEQuantFormatConfig`（`type: mindie_format_saver`） — MindIE 保存格式配置，导出 MindIE 落盘格式的权重文件。《[mindie_format_saver 配置说明](../format/mindie_format_saver.md)》	94	+\| `AscendV1QuantFormatConfig` \| `ascendv1_saver` \| AscendV1 保存格式配置，导出昇腾落盘格式的权重文件。 \| 《[ascendv1_saver 配置说明](../format/ascendv1_saver.md)》 \|
		95	+\| `CompressedTensorsQuantFormatConfig` \| `compressed_tensors` \| compressed_tensors 保存格式配置，导出 safetensors 权重与 config.json。 \| 《[compressed_tensors 配置说明](../format/compressed_tensors.md)》 \|
		96	+\| `MindIEQuantFormatConfig` \| `mindie_format_saver` \| MindIE 保存格式配置，导出 MindIE 落盘格式的权重文件。 \| 《[mindie_format_saver 配置说明](../format/mindie_format_saver.md)》 \|
93		97
94	## 3. 完整配置参考	98	## 3. 完整配置参考
95		99

Rdocs/zh/api_reference/config/task/practice_config.md→docs/zh/api_reference/config/quant/practice_config.md+50-4

 ## 1. 配置概述
++完整最佳实践量化任务配置：metadata + task（task ≡ apiversion + spec）。
 | 项目 | 内容 |
 |------|------|
 | 字段路径 | 类型 | 必选/可选 | 默认值 | 取值范围或格式 | 含义 | 引用配置 |
 |----------|------|-----------|--------|----------------|------|----------|
+-| `apiversion` | `string` | 可选 | Unknown（代码占位；YAML 中须按任务类型显式指定） | `modelslim_v1`、`multimodal_vlm_modelslim_v1`、`multimodal_sd_modelslim_v1`、`modelslim_convert` | API 版本（任务类型），决定 spec 的结构：`modelslim_v1`、`multimodal_vlm_modelslim_v1`、`multimodal_sd_modelslim_v1`、`modelslim_convert`；YAML 中必须显式指定，默认值 `Unknown` 仅为代码内部占位，不可直接使用。 | 无 |
+-| `spec` | `any` | 可选 | `{}` | — | 任务规格，结构随 apiversion 而定。 | 无 |
 | `metadata` | `object` | 可选 | 见嵌套配置默认值 | — | 量化配置元数据（config_id/score/label/verified_*） | 本页 <a href="#2-2-metadata">§2.2</a> |
++| `task` | `object` | 可选 | 见嵌套配置默认值 | — | 量化任务描述（apiversion + spec） | 本页 <a href="#2-3-basequantconfig">§2.3</a> |
 **配置约束**
++- 预处理：旧格式 {apiversion, metadata, spec, ...} → {metadata, task:{apiversion, spec, ...}}。
++- 剥除聚合后 task. 前缀，使错误路径与 yaml 的 spec. 一致。
 <h3 id="2-2-metadata">2.2 Metadata</h3>
 **配置约束**
 - 无。
++
++<h3 id="2-3-basequantconfig">2.3 BaseQuantConfig</h3>
++
++**派生类**
++
++| 配置类 | 说明 | 文档 |
++|--------|------|------|
++| `ModelslimV1QuantConfig` | `modelslim_v1` 量化任务配置，位于 YAML 根节点。 | 《[modelslim_v1 配置说明](modelslim_v1.md)》 |
++| `ModelslimConvertQuantConfig` | `modelslim_convert` 量化（权重转换）任务配置，位于 YAML 根节点。 | 《[modelslim_convert 配置说明](modelslim_convert.md)》 |
++
++## 3. 完整配置参考
++
++```yaml
++metadata:
++  config_id: Qwen3-32B W8A8
++  label:
++    w_bit: 8
++    a_bit: 8
++    is_sparse: false
++    kv_cache: false
++  verified_model_types:
++  - Qwen3-32B
++task:
++  apiversion: modelslim_v1
++  spec:
++    process:
++    - type: linear_quant
++      qconfig:
++        act:
++          dtype: int8
++          scope: per_tensor
++          symmetric: false
++          method: minmax
++        weight:
++          dtype: int8
++          scope: per_channel
++          symmetric: true
++          method: minmax
++      include:
++      - '*'
++      exclude: []
++    save:
++    - type: ascendv1_saver
++      part_file_size: 4
++    dataset: mix_calib.jsonl
++```

Adocs/zh/api_reference/config/tuning/README.md+34-0

@@ -0,0 +1,34 @@
	1	+# 自动调优配置说明导航
	2	+
	3	+本目录是 msModelSlim 自动调优配置（YAML）的字段级参考文档，按先写调优计划、再按 `type` 查策略与评估服务的方式组织。使用流程与端到端操作步骤见《[自动调优使用说明](../../../user_guide/usage_auto_precision_tuning.md)》，命令行参数见《[msmodelslim tune 命令行 API 文档](../../cli/msmodelslim_tune.md)》，策略选型见《[自动调优策略总览](../../../knowledge_base/tuning_strategies/README.md)》。量化任务 YAML 的字段见《[量化任务配置说明导航](../quant/README.md)》；处理器与保存格式总表见《[配置说明导航](../README.md)》。
	4	+
	5	+## 1. 怎么用这套文档
	6	+
	7	+1. 确定顶层结构：调优 YAML 根节点不是 `apiversion`，而是《[tuning_plan](tuning_plan.md)》的两个必选字段 `strategy` 与 `evaluation`。
	8	+2. 查策略：`strategy` 由 `type` 分派，按下方[调优策略](#3-调优策略strategy-按-type-分派)表查对应页面。
	9	+3. 查评估服务：`evaluation` 由 `type` 分派，按下方[评估服务](#4-评估服务evaluation-按-type-分派)表查对应页面。当前仅 `service_oriented`。
	10	+4. 查内嵌量化配置：`standing_high` 与 `binary_fallback` 的 `template` 引用最佳实践或 `modelslim_v1` 任务配置，协议页见《[量化任务配置说明导航](../quant/README.md)》，处理器 `type` 见《[配置说明导航](../README.md)》。`standing_high_with_experience` 不要求手写完整量化 YAML，由 `quant_type` 与 `structure_configs` 生成。
	11	+
	12	+> 本目录除本页外，均由 `skills/docs-management/scripts/gen_config_api_docs.py` 从源码 Pydantic 注解生成。修改字段说明请改源码 `Field(description=)` 等注解后重新生成，不要直接编辑带 `generated-by` 标记的页面。
	13	+
	14	+## 2. 调优计划
	15	+
	16	+\| 配置 \| 说明 \|
	17	+\|------\|------\|
	18	+\| [tuning_plan](tuning_plan.md) \| 调优计划根配置，只含 `strategy` 与 `evaluation`。 \|
	19	+
	20	+## 3. 调优策略（`strategy` 按 `type` 分派）
	21	+
	22	+\| `type` \| 配置 \| 作用 \|
	23	+\|--------\|------\|------\|
	24	+\| `standing_high` \| [standing_high](strategy_standing_high.md) \| 摸高：先做敏感层分析，再逐步回退并尝试不同离群值抑制链；需提供量化模板。 \|
	25	+\| `standing_high_with_experience` \| [standing_high_with_experience](strategy_standing_high_with_experience.md) \| 基于专家经验的摸高：由量化类型与结构配置生成量化方案，无需手写完整模板。 \|
	26	+\| `binary_fallback` \| [binary_fallback](strategy_binary_fallback.md) \| 二分回退：在完整 `PracticeConfig` 模板上搜索最小回退前缀。 \|
	27	+
	28	+`standing_high.template` 指向《[modelslim_v1 配置说明](../quant/modelslim_v1.md)》。`binary_fallback.template` 指向《[PracticeConfig 配置说明](../quant/practice_config.md)》，且 `apiversion` 须为 `modelslim_v1`。
	29	+
	30	+## 4. 评估服务（`evaluation` 按 `type` 分派）
	31	+
	32	+\| `type` \| 配置 \| 作用 \|
	33	+\|--------\|------\|------\|
	34	+\| `service_oriented` \| [evaluation_service_oriented](evaluation_service_oriented.md) \| 面向服务的评估：精度期望、AISBench 评测与 vLLM-Ascend 推理引擎。 \|

Mdocs/zh/api_reference/config/tuning/evaluation_service_oriented.md+19-19

	@@ -18,8 +18,8 @@
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `service_oriented` \| — \| 评估服务类型，固定为 `service_oriented` \| 无 \|	19	\| `type` \| `string` \| 可选 \| `service_oriented` \| — \| 评估服务类型，固定为 `service_oriented` \| 无 \|
20	\| `demand` \| `object` \| 必选 \| 无 \| — \| 评估需求（数据集精度期望） \| 本页 <a href="#2-2-evaluate-demand">§2.2</a> \|	20	\| `demand` \| `object` \| 必选 \| 无 \| — \| 评估需求（数据集精度期望） \| 本页 <a href="#2-2-evaluate-demand">§2.2</a> \|
21	-\| `evaluation` \| `object` \| 必选 \| 无 \| — \| AISBench 评测服务配置 \| 本页 <a href="#2-4-aisbench">§2.4</a> \|	21	+\| `evaluation` \| `object` \| 必选 \| 无 \| — \| AISBench 评测服务配置 \| 本页 <a href="#2-3-aisbench">§2.3</a> \|
22	-\| `inference_engine` \| `object` \| 必选 \| 无 \| — \| vLLM-Ascend 推理引擎配置 \| 本页 <a href="#2-9-vllm-ascend">§2.9</a> \|	22	+\| `inference_engine` \| `object` \| 必选 \| 无 \| — \| vLLM-Ascend 推理引擎配置 \| 本页 <a href="#2-4-vllm-ascend">§2.4</a> \|
23		23
24	配置约束	24	配置约束
25		25
	@@ -31,45 +31,45 @@
31		31
32	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	32	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
33	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	33	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
34	-\| `expectations` \| `list[object]` \| 必选 \| 无 \| — \| 精度期望列表，至少1个；每项声明数据集与目标精度（含容差） \| 本页 <a href="#2-3-accuracy-expectation">§2.3</a> \|	34	+\| `expectations` \| `list[object]` \| 必选 \| 无 \| — \| 精度期望列表，至少1个；每项声明数据集与目标精度（含容差） \| 本页 <a href="#2-2-1-accuracy-expectation">§2.2.1</a> \|
35		35
36	配置约束	36	配置约束
37		37
38	- 无。	38	- 无。
39		39
40	-<h3 id="2-3-accuracy-expectation">2.3 AccuracyExpectation</h3>	40	+<h4 id="2-2-1-accuracy-expectation">2.2.1 AccuracyExpectation</h4>
41		41
42	精度期望：要求模型在指定数据集上达到的目标精度（含容差）。	42	精度期望：要求模型在指定数据集上达到的目标精度（含容差）。
43		43
44	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	44	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
45	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	45	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
46	\| `dataset` \| `string` \| 必选 \| 无 \| — \| 数据集名称 \| 无 \|	46	\| `dataset` \| `string` \| 必选 \| 无 \| — \| 数据集名称 \| 无 \|
47	-\| `target` \| `string` \| 必选 \| 无 \| — \| 目标精度，必须 > 0 \| 无 \|	47	+\| `target` \| `string` \| 必选 \| 无 \| `^(?!^[-+.]$)[+-]?0\d\.?\d$` \| 目标精度，必须 > 0 \| 无 \|
48	-\| `tolerance` \| `string` \| 必选 \| 无 \| — \| 相对目标精度可容忍的偏差，必须 >= 0 \| 无 \|	48	+\| `tolerance` \| `string` \| 必选 \| 无 \| `^(?!^[-+.]$)[+-]?0\d\.?\d$` \| 相对目标精度可容忍的偏差，必须 >= 0 \| 无 \|
49		49
50	配置约束	50	配置约束
51		51
52	- 无。	52	- 无。
53		53
54	-<h3 id="2-4-aisbench">2.4 AisbenchServerConfig</h3>	54	+<h3 id="2-3-aisbench">2.3 AisbenchServerConfig</h3>
55		55
56	AISBench 评测服务配置	56	AISBench 评测服务配置
57		57
58	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	58	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
59	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	59	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
60	\| `type` \| `string` \| 可选 \| `aisbench` \| `aisbench` \| 评测服务类型，固定为 `aisbench` \| 无 \|	60	\| `type` \| `string` \| 可选 \| `aisbench` \| `aisbench` \| 评测服务类型，固定为 `aisbench` \| 无 \|
61	-\| `aisbench` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| AISBench 评测配置 \| 本页 <a href="#2-5-aisbench-config">§2.5</a> \|	61	+\| `aisbench` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| AISBench 评测配置 \| 本页 <a href="#2-3-1-aisbench-config">§2.3.1</a> \|
62	-\| `datasets` \| `object` \| 可选 \| `{}` \| — \| 数据集配置字典，键为数据集名称 \| 本页 <a href="#2-7-dataset-config">§2.7</a> \|	62	+\| `datasets` \| `object` \| 可选 \| `{}` \| — \| 数据集配置字典，键为数据集名称 \| 本页 <a href="#2-3-3-dataset-config">§2.3.3</a> \|
63	\| `host` \| `string` \| 可选 \| `localhost` \| — \| 评测服务监听地址，须为合法主机名/IP \| 无 \|	63	\| `host` \| `string` \| 可选 \| `localhost` \| — \| 评测服务监听地址，须为合法主机名/IP \| 无 \|
64	\| `port` \| `int` \| 可选 \| `1234` \| — \| 评测服务监听端口，须为合法端口号 \| 无 \|	64	\| `port` \| `int` \| 可选 \| `1234` \| — \| 评测服务监听端口，须为合法端口号 \| 无 \|
65	\| `served_model_name` \| `string` \| 可选 \| `served_model_name` \| — \| 已部署的模型名称 \| 无 \|	65	\| `served_model_name` \| `string` \| 可选 \| `served_model_name` \| — \| 已部署的模型名称 \| 无 \|
66	-\| `precheck` \| `list[object]` \| 可选 \| `[]` \| — \| 模型预检配置列表，每个元素是一个字典，包含 'type' 字段（'garbled_text' 或 'expected_answer'） \| 本页 <a href="#2-8-base-precheck-config">§2.8</a> \|	66	+\| `precheck` \| `list[object]` \| 可选 \| `[]` \| — \| 模型预检配置列表，每个元素是一个字典，包含 'type' 字段（'garbled_text' 或 'expected_answer'） \| 本页 <a href="#2-3-4-base-precheck-config">§2.3.4</a> \|
67		67
68	配置约束	68	配置约束
69		69
70	- 无。	70	- 无。
71		71
72	-<h3 id="2-5-aisbench-config">2.5 AisbenchConfig</h3>	72	+<h4 id="2-3-1-aisbench-config">2.3.1 AisbenchConfig</h4>
73		73
74	AISBench 评测配置	74	AISBench 评测配置
75		75
	@@ -79,7 +79,7 @@ AISBench 评测配置
79	\| `mode` \| `string` \| 可选 \| `all` \| — \| 评测模式 \| 无 \|	79	\| `mode` \| `string` \| 可选 \| `all` \| — \| 评测模式 \| 无 \|
80	\| `timeout` \| `int` \| 可选 \| `7200` \| — \| 命令执行超时时间（秒），默认2小时 \| 无 \|	80	\| `timeout` \| `int` \| 可选 \| `7200` \| — \| 命令执行超时时间（秒），默认2小时 \| 无 \|
81	\| `cleanup_model_config` \| `bool` \| 可选 \| `true` \| — \| 是否清理生成的模型配置文件 \| 无 \|	81	\| `cleanup_model_config` \| `bool` \| 可选 \| `true` \| — \| 是否清理生成的模型配置文件 \| 无 \|
82	-\| `model_meta` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 模型配置元数据 \| 本页 <a href="#2-6-model-config-meta">§2.6</a> \|	82	+\| `model_meta` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 模型配置元数据 \| 本页 <a href="#2-3-2-model-config-meta">§2.3.2</a> \|
83	\| `request_rate` \| `float` \| 可选 \| `1.0` \| — \| 默认请求速率，必须 > 0 \| 无 \|	83	\| `request_rate` \| `float` \| 可选 \| `1.0` \| — \| 默认请求速率，必须 > 0 \| 无 \|
84	\| `pred_postprocessor` \| `string` \| 可选 \| `extract_non_reasoning_content` \| — \| 预测后处理器名称 \| 无 \|	84	\| `pred_postprocessor` \| `string` \| 可选 \| `extract_non_reasoning_content` \| — \| 预测后处理器名称 \| 无 \|
85	\| `retry` \| `int` \| 可选 \| `2` \| ≥0 \| 请求重试次数，必须 >= 0 \| 无 \|	85	\| `retry` \| `int` \| 可选 \| `2` \| ≥0 \| 请求重试次数，必须 >= 0 \| 无 \|
	@@ -94,7 +94,7 @@ AISBench 评测配置
94		94
95	- 无。	95	- 无。
96		96
97	-<h3 id="2-6-model-config-meta">2.6 ModelConfigMeta</h3>	97	+<h4 id="2-3-2-model-config-meta">2.3.2 ModelConfigMeta</h4>
98		98
99	模型配置元数据	99	模型配置元数据
100		100
	@@ -111,7 +111,7 @@ AISBench 评测配置
111		111
112	- 无。	112	- 无。
113		113
114	-<h3 id="2-7-dataset-config">2.7 DatasetConfig</h3>	114	+<h4 id="2-3-3-dataset-config">2.3.3 DatasetConfig</h4>
115		115
116	单个数据集的评测配置	116	单个数据集的评测配置
117		117
	@@ -123,14 +123,14 @@ AISBench 评测配置
123	\| `max_out_len` \| `int / null` \| 可选 \| `null` \| — \| 该数据集的最大输出长度，None 表示使用全局默认值 \| 无 \|	123	\| `max_out_len` \| `int / null` \| 可选 \| `null` \| — \| 该数据集的最大输出长度，None 表示使用全局默认值 \| 无 \|
124	\| `returns_tool_calls` \| `bool / null` \| 可选 \| `null` \| — \| 是否返回工具调用，None 表示不写入该字段 \| 无 \|	124	\| `returns_tool_calls` \| `bool / null` \| 可选 \| `null` \| — \| 是否返回工具调用，None 表示不写入该字段 \| 无 \|
125	\| `api_chat_type` \| `string` \| 可选 \| `VLLMCustomAPIChat` \| — \| 该数据集使用的 API Chat 类型 \| 无 \|	125	\| `api_chat_type` \| `string` \| 可选 \| `VLLMCustomAPIChat` \| — \| 该数据集使用的 API Chat 类型 \| 无 \|
126	-\| `chat_template_kwargs` \| `object` \| 可选 \| `{}` \| — \| chat_template 的额外参数，例如 aime25 需要 {"thinking": True} \| 无 \|	126	+\| `chat_template_kwargs` \| `object` \| 可选 \| `{}` \| — \| chat_template 的额外参数，具体参数请参考 AISBench 文档 \| 无 \|
127	\| `extra_args` \| `list[string]` \| 可选 \| `[]` \| — \| 该数据集额外的命令行参数列表，默认为空列表 \| 无 \|	127	\| `extra_args` \| `list[string]` \| 可选 \| `[]` \| — \| 该数据集额外的命令行参数列表，默认为空列表 \| 无 \|
128		128
129	配置约束	129	配置约束
130		130
131	- 无。	131	- 无。
132		132
133	-<h3 id="2-8-base-precheck-config">2.8 BasePrecheckConfig</h3>	133	+<h4 id="2-3-4-base-precheck-config">2.3.4 BasePrecheckConfig</h4>
134		134
135	预检查配置基类	135	预检查配置基类
136		136
	@@ -144,7 +144,7 @@ AISBench 评测配置
144		144
145	- 无。	145	- 无。
146		146
147	-<h3 id="2-9-vllm-ascend">2.9 VllmAscendConfig</h3>	147	+<h3 id="2-4-vllm-ascend">2.4 VllmAscendConfig</h3>
148		148
149	vLLM-Ascend 推理引擎配置：用于拉起 OpenAI 兼容的服务端并做健康检查。	149	vLLM-Ascend 推理引擎配置：用于拉起 OpenAI 兼容的服务端并做健康检查。
150		150
	@@ -152,13 +152,13 @@ vLLM-Ascend 推理引擎配置：用于拉起 OpenAI 兼容的服务端并做健
152	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	152	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
153	\| `type` \| `string` \| 可选 \| `vllm-ascend` \| `vllm-ascend` \| 推理引擎类型，固定为 `vllm-ascend` \| 无 \|	153	\| `type` \| `string` \| 可选 \| `vllm-ascend` \| `vllm-ascend` \| 推理引擎类型，固定为 `vllm-ascend` \| 无 \|
154	\| `entrypoint` \| `string` \| 可选 \| `vllm.entrypoints.openai.api_server` \| — \| vLLM 服务启动入口，默认 OpenAI API server \| 无 \|	154	\| `entrypoint` \| `string` \| 可选 \| `vllm.entrypoints.openai.api_server` \| — \| vLLM 服务启动入口，默认 OpenAI API server \| 无 \|
155	-\| `env_vars` \| `object` \| 可选 \| `{}` \| — \| 传递给 vLLM 进程的额外环境变量字典 \| 无 \|	155	+\| `env_vars` \| `object` \| 可选 \| `{}` \| — \| 传递给 vLLM 进程的额外环境变量字典（键值对），具体参数请参考 vLLM-Ascend 文档 \| 无 \|
156	\| `served_model_name` \| `string` \| 可选 \| `served_model_name` \| — \| 已部署/对外暴露的模型名称 \| 无 \|	156	\| `served_model_name` \| `string` \| 可选 \| `served_model_name` \| — \| 已部署/对外暴露的模型名称 \| 无 \|
157	\| `host` \| `string` \| 可选 \| `localhost` \| — \| 服务监听地址 \| 无 \|	157	\| `host` \| `string` \| 可选 \| `localhost` \| — \| 服务监听地址 \| 无 \|
158	\| `port` \| `int` \| 可选 \| `1234` \| — \| 服务监听端口 \| 无 \|	158	\| `port` \| `int` \| 可选 \| `1234` \| — \| 服务监听端口 \| 无 \|
159	\| `health_check_endpoint` \| `string` \| 可选 \| `/v1/models` \| — \| 健康检查接口路径（vLLM OpenAI 兼容） \| 无 \|	159	\| `health_check_endpoint` \| `string` \| 可选 \| `/v1/models` \| — \| 健康检查接口路径（vLLM OpenAI 兼容） \| 无 \|
160	\| `startup_timeout` \| `int` \| 可选 \| `600` \| — \| 服务启动超时（秒），必须 > 0 \| 无 \|	160	\| `startup_timeout` \| `int` \| 可选 \| `600` \| — \| 服务启动超时（秒），必须 > 0 \| 无 \|
161	-\| `args` \| `object` \| 可选 \| `{}` \| — \| 追加的 vLLM 启动命令行参数（键值对） \| 无 \|	161	+\| `args` \| `object` \| 可选 \| `{}` \| — \| 追加的 vLLM 启动命令行参数（键值对），具体参数请参考 vLLM-Ascend 文档 \| 无 \|
162		162
163	配置约束	163	配置约束
164		164

Mdocs/zh/api_reference/config/tuning/strategy_binary_fallback.md+2-1

	@@ -17,7 +17,7 @@
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `binary_fallback` \| `binary_fallback` \| 策略类型，固定为 `binary_fallback` \| 无 \|	19	\| `type` \| `string` \| 可选 \| `binary_fallback` \| `binary_fallback` \| 策略类型，固定为 `binary_fallback` \| 无 \|
20	-\| `template` \| `object` \| 必选 \| 无 \| — \| 完整最佳实践 PracticeConfig，apiversion 须为 modelslim_v1 \| 《[PracticeConfig 配置说明](../task/practice_config.md)》 \|	20	+\| `template` \| `object` \| 必选 \| 无 \| — \| 完整最佳实践 PracticeConfig，apiversion 须为 modelslim_v1 \| 《[PracticeConfig 配置说明](../quant/practice_config.md)》 \|
21	\| `rollback_path` \| `string` \| 必选 \| 无 \| — \| 点分路径，指向 template 内必须为 list 的回退字段 \| 无 \|	21	\| `rollback_path` \| `string` \| 必选 \| 无 \| — \| 点分路径，指向 template 内必须为 list 的回退字段 \| 无 \|
22	\| `rollback_candidates` \| `list[string] / null` \| 可选 \| `null` \| — \| 有序回退候选；非空则跳过敏感层分析 \| 无 \|	22	\| `rollback_candidates` \| `list[string] / null` \| 可选 \| `null` \| — \| 有序回退候选；非空则跳过敏感层分析 \| 无 \|
23	\| `analysis_dataset` \| `string / null` \| 可选 \| `null` \| — \| 敏感层分析校准集名称；未填则使用 template.spec.dataset \| 无 \|	23	\| `analysis_dataset` \| `string / null` \| 可选 \| `null` \| — \| 敏感层分析校准集名称；未填则使用 template.spec.dataset \| 无 \|
	@@ -33,6 +33,7 @@ strategy:
33	type: binary_fallback	33	type: binary_fallback
34	rollback_path: spec.process.1.exclude	34	rollback_path: spec.process.1.exclude
35	rollback_candidates: []	35	rollback_candidates: []
		36	+ analysis_dataset: mix_calib.jsonl
36	template:	37	template:
37	apiversion: modelslim_v1	38	apiversion: modelslim_v1
38	metadata:	39	metadata:

Mdocs/zh/api_reference/config/tuning/strategy_standing_high.md+29-27

	@@ -18,42 +18,44 @@
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `standing_high` \| `standing_high` \| 策略类型，固定为 `standing_high` \| 无 \|	19	\| `type` \| `string` \| 可选 \| `standing_high` \| `standing_high` \| 策略类型，固定为 `standing_high` \| 无 \|
20	\| `anti_outlier_strategies` \| `list[list[object]]` \| 必选 \| 无 \| — \| 离群值抑制处理器链列表，至少1个；每个元素是一条处理器链，链内每个处理器是 `type` 分派的处理器配置（如 smooth_quant 等） \| 本页 <a href="#2-2-autoprocessorconfig">§2.2</a> \|	20	\| `anti_outlier_strategies` \| `list[list[object]]` \| 必选 \| 无 \| — \| 离群值抑制处理器链列表，至少1个；每个元素是一条处理器链，链内每个处理器是 `type` 分派的处理器配置（如 smooth_quant 等） \| 本页 <a href="#2-2-autoprocessorconfig">§2.2</a> \|
21	-\| `template` \| `object` \| 可选 \| 由工厂函数生成 \| — \| 完整的PracticeConfig模板，用于提取所有配置（包括线性层量化）。如果未提供，将使用默认的V1模板 \| 《[modelslim_v1_spec 配置说明](../task/modelslim_v1.md#2-2-modelslim-v1-spec)》 \|	21	+\| `template` \| `object` \| 可选 \| 由工厂函数生成 \| — \| 完整的PracticeConfig模板，用于提取所有配置（包括线性层量化）。如果未提供，将使用默认的V1模板 \| 《[modelslim_v1_spec 配置说明](../quant/modelslim_v1.md#2-2-modelslim-v1-spec)》 \|
22	\| `metadata` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 量化配置元数据（config_id / label 等） \| 本页 <a href="#2-3-metadata">§2.3</a> \|	22	\| `metadata` \| `object` \| 可选 \| 见嵌套配置默认值 \| — \| 量化配置元数据（config_id / label 等） \| 本页 <a href="#2-3-metadata">§2.3</a> \|
23		23
24	配置约束	24	配置约束
25		25
26	- 校验template中至少有一个linear_quant配置	26	- 校验template中至少有一个linear_quant配置
27		27
28	-<h3 id="2-2-autoprocessorconfig">2.2 AutoProcessorConfig</h3>	28	+<h3 id="2-2-autoprocessorconfig">2.2 《<a href="../processor/linear_quant.md">AutoProcessorConfig</a>》</h3>
29		29
30	派生类	30	派生类
31		31
32	-- `AdaptRotationProcessorConfig`（`type: adapt_rotation`） — 自适应旋转（adapt_rotation）处理器配置。《[adapt_rotation 配置说明](../processor/adapt_rotation.md)》	32	+\| 配置类 \| `type` \| 说明 \| 文档 \|
33	-- `AutoroundProcessorConfig`（`type: autoround_quant`） — autoround 量化处理器配置。《[autoround_quant 配置说明](../processor/autoround_quant.md)》	33	+\|--------\|----------\|------\|------\|
34	-- `AWQProcessorConfig`（`type: awq`） — AWQ（Activation-aware Weight Quantization）处理器配置。《[awq 配置说明](../processor/awq.md)》	34	+\| `AdaptRotationProcessorConfig` \| `adapt_rotation` \| 自适应旋转（adapt_rotation）处理器配置。 \| 《[adapt_rotation 配置说明](../processor/adapt_rotation.md)》 \|
35	-- `BinaryAnalysisProcessorConfig`（`type: binary_analysis`） — 二值（有/无量化）敏感度分析处理器配置。《[binary_analysis 配置说明](../processor/binary_analysis.md)》	35	+\| `AutoroundProcessorConfig` \| `autoround_quant` \| autoround 量化处理器配置。 \| 《[autoround_quant 配置说明](../processor/autoround_quant.md)》 \|
36	-- `BinaryOperatorLayerWiseProcessorConfig`（`type: binary_operator_layer_wise`） — 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。《[binary_operator_layer_wise 配置说明](../processor/binary_operator_layer_wise.md)》	36	+\| `AWQProcessorConfig` \| `awq` \| AWQ（Activation-aware Weight Quantization）处理器配置。 \| 《[awq 配置说明](../processor/awq.md)》 \|
37	-- `BinaryOperatorModelWiseProcessorConfig`（`type: binary_operator_model_wise`） — 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标）《[binary_operator_model_wise 配置说明](../processor/binary_operator_model_wise.md)》	37	+\| `BinaryAnalysisProcessorConfig` \| `binary_analysis` \| 二值（有/无量化）敏感度分析处理器配置。 \| 《[binary_analysis 配置说明](../processor/binary_analysis.md)》 \|
38	-- `DynamicCacheProcessorConfig`（`type: dynamic_cache`） — KV cache 量化处理器配置。《[dynamic_cache 配置说明](../processor/dynamic_cache.md)》	38	+\| `BinaryOperatorLayerWiseProcessorConfig` \| `binary_operator_layer_wise` \| 逐层敏感度分析处理器配置（对比逐块浮点与量化输出）。 \| 《[binary_operator_layer_wise 配置说明](../processor/binary_operator_layer_wise.md)》 \|
39	-- `FA3QuantProcessorConfig`（`type: fa3_quant`） — FA3（FlashAttention-3）量化处理器配置。《[fa3_quant 配置说明](../processor/fa3_quant.md)》	39	+\| `BinaryOperatorModelWiseProcessorConfig` \| `binary_operator_model_wise` \| 模型级敏感度分析配置（对比模型最终输出，使用 MSE 指标） \| 《[binary_operator_model_wise 配置说明](../processor/binary_operator_model_wise.md)》 \|
40	-- `FlatQuantProcessorConfig`（`type: flatquant`） — FlatQuant处理器配置：定义量化训练参数、策略、混合精度等《[flatquant 配置说明](../processor/flatquant.md)》	40	+\| `DynamicCacheProcessorConfig` \| `dynamic_cache` \| KV cache 量化处理器配置。 \| 《[dynamic_cache 配置说明](../processor/dynamic_cache.md)》 \|
41	-- `FlexAWQSSZProcessorConfig`（`type: flex_awq_ssz`） — FlexAWQSSZ 平滑+AWQ 处理器配置。《[flex_awq_ssz 配置说明](../processor/flex_awq_ssz.md)》	41	+\| `FA3QuantProcessorConfig` \| `fa3_quant` \| FA3（FlashAttention-3）量化处理器配置。 \| 《[fa3_quant 配置说明](../processor/fa3_quant.md)》 \|
42	-- `FlexSmoothQuantProcessorConfig`（`type: flex_smooth_quant`） — FlexSmoothQuant 平滑量化处理器配置。《[flex_smooth_quant 配置说明](../processor/flex_smooth_quant.md)》	42	+\| `FlatQuantProcessorConfig` \| `flatquant` \| FlatQuant处理器配置：定义量化训练参数、策略、混合精度等 \| 《[flatquant 配置说明](../processor/flatquant.md)》 \|
43	-- `FloatSparseProcessorConfig`（`type: float_sparse`） — 浮点稀疏处理器配置。《[float_sparse 配置说明](../processor/float_sparse.md)》	43	+\| `FlexAWQSSZProcessorConfig` \| `flex_awq_ssz` \| Flex AWQ SSZ 离群值抑制处理器配置。 \| 《[flex_awq_ssz 配置说明](../processor/flex_awq_ssz.md)》 \|
44	-- `GroupProcessorConfig`（`type: group`） — 处理器合并器配置。《[group 配置说明](../processor/group.md)》	44	+\| `FlexSmoothQuantProcessorConfig` \| `flex_smooth_quant` \| FlexSmoothQuant 平滑量化处理器配置。 \| 《[flex_smooth_quant 配置说明](../processor/flex_smooth_quant.md)》 \|
45	-- `IterSmoothProcessorConfig`（`type: iter_smooth`） — 迭代平滑（IterativeSmooth）处理器配置。《[iter_smooth 配置说明](../processor/iter_smooth.md)》	45	+\| `FloatSparseProcessorConfig` \| `float_sparse` \| 浮点稀疏处理器配置。 \| 《[float_sparse 配置说明](../processor/float_sparse.md)》 \|
46	-- `KVSmoothProcessorConfig`（`type: kv_smooth`） — KV cache 平滑处理器配置。《[kv_smooth 配置说明](../processor/kv_smooth.md)》	46	+\| `GroupProcessorConfig` \| `group` \| 处理器合并器配置。 \| 《[group 配置说明](../processor/group.md)》 \|
47	-- `LinearProcessorConfig`（`type: linear_quant`） — 线性层（Linear）量化处理器配置。《[linear_quant 配置说明](../processor/linear_quant.md)》	47	+\| `IterSmoothProcessorConfig` \| `iter_smooth` \| 迭代平滑（IterativeSmooth）处理器配置。 \| 《[iter_smooth 配置说明](../processor/iter_smooth.md)》 \|
48	-- `LoadProcessorConfig`（`type: load`） — 模块加载/卸载处理器配置。《[load 配置说明](../processor/load.md)》	48	+\| `KVSmoothProcessorConfig` \| `kv_smooth` \| KV cache 平滑处理器配置。 \| 《[kv_smooth 配置说明](../processor/kv_smooth.md)》 \|
49	-- `OASQProcessorConfig`（`type: oasq`） — OASQ（Outlier-Aware Smooth Quantization）处理器配置。《[oasq 配置说明](../processor/oasq.md)》	49	+\| `LinearProcessorConfig` \| `linear_quant` \| 线性层（Linear）量化处理器配置。 \| 《[linear_quant 配置说明](../processor/linear_quant.md)》 \|
50	-- `OnlineQuaRotProcessorConfig`（`type: online_quarot`） — 在线 QuaRot 旋转处理器配置。《[online_quarot 配置说明](../processor/online_quarot.md)》	50	+\| `LoadProcessorConfig` \| `load` \| 模块加载/卸载处理器配置。 \| 《[load 配置说明](../processor/load.md)》 \|
51	-- `QuaRotProcessorConfig`（`type: quarot`） — QuaRot（离线旋转）处理器配置。《[quarot 配置说明](../processor/quarot.md)》	51	+\| `OASQProcessorConfig` \| `oasq` \| OASQ（Outlier-Aware Smooth Quantization）处理器配置。 \| 《[oasq 配置说明](../processor/oasq.md)》 \|
52	-- `QuantSaveProcessorConfig`（`type: saver`） — 统一保存处理器配置。《[saver 配置说明](../processor/saver.md)》	52	+\| `OnlineQuaRotProcessorConfig` \| `online_quarot` \| 在线 QuaRot 旋转处理器配置。 \| 《[online_quarot 配置说明](../processor/online_quarot.md)》 \|
53	-- `SmoothQuantProcessorConfig`（`type: smooth_quant`） — SmoothQuant 平滑量化处理器配置。《[smooth_quant 配置说明](../processor/smooth_quant.md)》	53	+\| `QuaRotProcessorConfig` \| `quarot` \| QuaRot（离线旋转）处理器配置。 \| 《[quarot 配置说明](../processor/quarot.md)》 \|
54	-- `SVDResidualProcessorConfig`（`type: svd_res`） — SVD 残差（低秩补偿）处理器配置。《[svd_res 配置说明](../processor/svd_res.md)》	54	+\| `QuantSaveProcessorConfig` \| `saver` \| 统一保存处理器配置。 \| 《[saver 配置说明](../processor/saver.md)》 \|
55	-- `TrainableLinearQuantProcessorConfig`（`type: trainable_linear_quant`） — 可训练线性量化（TLQ）处理器配置。《[trainable_linear_quant 配置说明](../processor/trainable_linear_quant.md)》	55	+\| `SmoothQuantProcessorConfig` \| `smooth_quant` \| SmoothQuant 平滑量化处理器配置。 \| 《[smooth_quant 配置说明](../processor/smooth_quant.md)》 \|
56	-- `UnaryAnalysisProcessorConfig`（`type: unary_analysis`） — 一元（无量化）敏感度分析处理器配置。《[unary_analysis 配置说明](../processor/unary_analysis.md)》	56	+\| `SVDResidualProcessorConfig` \| `svd_res` \| SVD 残差（低秩补偿）处理器配置。 \| 《[svd_res 配置说明](../processor/svd_res.md)》 \|
		57	+\| `TrainableLinearQuantProcessorConfig` \| `trainable_linear_quant` \| 可训练线性量化（TLQ）处理器配置。 \| 《[trainable_linear_quant 配置说明](../processor/trainable_linear_quant.md)》 \|
		58	+\| `UnaryAnalysisProcessorConfig` \| `unary_analysis` \| 一元（无量化）敏感度分析处理器配置。 \| 《[unary_analysis 配置说明](../processor/unary_analysis.md)》 \|
57		59
58	<h3 id="2-3-metadata">2.3 Metadata</h3>	60	<h3 id="2-3-metadata">2.3 Metadata</h3>
59		61

Mdocs/zh/api_reference/config/tuning/tuning_plan.md+8-4

	@@ -27,15 +27,19 @@
27		27
28	派生类	28	派生类
29		29
30	-- `StandingHighStrategyConfig`（`type: standing_high`） — 摸高算法策略配置（V1框架）：先跑敏感层分析，再逐步回退不满意的层并尝试不同离群值抑制策略。《[standing_high 配置说明](strategy_standing_high.md)》	30	+\| 配置类 \| `type` \| 说明 \| 文档 \|
31	-- `StandingHighWithExperienceStrategyConfig`（`type: standing_high_with_experience`） — 基于专家经验的摸高算法策略配置《[standing_high_with_experience 配置说明](strategy_standing_high_with_experience.md)》	31	+\|--------\|----------\|------\|------\|
32	-- `BinaryFallbackStrategyConfig`（`type: binary_fallback`） — 二分回退调优策略配置。《[binary_fallback 配置说明](strategy_binary_fallback.md)》	32	+\| `StandingHighStrategyConfig` \| `standing_high` \| 摸高算法策略配置（V1框架）：先跑敏感层分析，再逐步回退不满意的层并尝试不同离群值抑制策略。 \| 《[standing_high 配置说明](strategy_standing_high.md)》 \|
		33	+\| `StandingHighWithExperienceStrategyConfig` \| `standing_high_with_experience` \| 基于专家经验的摸高算法策略配置 \| 《[standing_high_with_experience 配置说明](strategy_standing_high_with_experience.md)》 \|
		34	+\| `BinaryFallbackStrategyConfig` \| `binary_fallback` \| 二分回退调优策略配置。 \| 《[binary_fallback 配置说明](strategy_binary_fallback.md)》 \|
33		35
34	<h3 id="2-3-evaluateserviceconfig">2.3 EvaluateServiceConfig</h3>	36	<h3 id="2-3-evaluateserviceconfig">2.3 EvaluateServiceConfig</h3>
35		37
36	派生类	38	派生类
37		39
38	-- `ServiceOrientedEvaluateServiceConfig` — 面向服务的评估服务配置：评估需求 + aisbench 评测 + vLLM-Ascend 推理引擎。《[evaluation_service_oriented 配置说明](evaluation_service_oriented.md)》	40	+\| 配置类 \| 说明 \| 文档 \|
		41	+\|--------\|------\|------\|
		42	+\| `ServiceOrientedEvaluateServiceConfig` \| 面向服务的评估服务配置：评估需求 + aisbench 评测 + vLLM-Ascend 推理引擎。 \| 《[evaluation_service_oriented 配置说明](evaluation_service_oriented.md)》 \|
39		43
40	## 3. 完整配置参考	44	## 3. 完整配置参考
41		45

Mdocs/zh/contributing/design/api_reference_docgen.md+8-8

	@@ -77,7 +77,7 @@ Pydantic 配置类
77		77
78	CLI 文档不在本生成器范围内，也不使用 `generated-by` 标记。	78	CLI 文档不在本生成器范围内，也不使用 `generated-by` 标记。
79		79
80	-手写保留：`processor_group.md`、`auto_precision_tuning.md`。生成器写入前跳过这两个文件名。	80	+手写保留：`README.md`（配置说明导航）、`auto_precision_tuning.md`、`processor_group.md`（已迁至 `user_guide/usage_processor_group.md`）。生成器写入与清理前跳过这些文件名。
81		81
82	## 4. 量化配置生成器	82	## 4. 量化配置生成器
83		83
	@@ -97,14 +97,14 @@ CLI 文档不在本生成器范围内，也不使用 `generated-by` 标记。
97		97
98	\| 分类 \| 子目录 \|	98	\| 分类 \| 子目录 \|
99	\|------\|--------\|	99	\|------\|--------\|
100	-\| 任务配置 \| `task/` \|	100	+\| 任务配置 \| `quant/` \|
101	-\| 服务规格 \| 默认不单独成页：展开进对应 task 页的「参数列表」；基础脚本独立成文时放 `spec/` \|	101	+\| 服务规格 \| 默认不单独成页：展开进对应任务（quant）页的「参数列表」；基础脚本独立成文时放 `spec/` \|
102	\| 处理器 \| `processor/` \|	102	\| 处理器 \| `processor/` \|
103	\| 保存格式 \| `format/` \|	103	\| 保存格式 \| `format/` \|
104	\| 自动调优 \| `tuning/` \|	104	\| 自动调优 \| `tuning/` \|
105	\| 嵌套配置（仅基础脚本独立成文时） \| `nested/` \|	105	\| 嵌套配置（仅基础脚本独立成文时） \| `nested/` \|
106		106
107	-不再生成 `config/README.md` 索引页；入口文档（使用指南）直接链接到各分类下的具体页面。	107	+不生成 `config/README.md` 的内容（该页为手写导航页，`MANUAL_KEEP` 保护）：协议选择、`type` 索引与分组由人工维护，生成器只负责各配置页；入口文档（使用指南）同时直接链接到各分类下的具体页面。
108		108
109	### 4.2 为什么这样切	109	### 4.2 为什么这样切
110		110
	@@ -112,7 +112,7 @@ YAML 是「根配置 → spec → process[] / save[] → 嵌套对象」的树
112		112
113	因此采用一模型一文档 + 引用图（正向）：每份文档只回答「本类字段指向哪些配置」，`type` 分派字段（`process`、`save`、`strategy`、`evaluation`、`select_best`、`operations`、`preprocess` 等）用「基础类块 + 派生类列表 + 派生类子块」表达：基础类块说明该字段按 `type`/`mode` 分派并列出全部公开子类型，而不是只写基类名。被引用信息收敛到参数表的「引用配置」列，不再单设「引用的配置 / 被引用的配置」小节。	113	因此采用一模型一文档 + 引用图（正向）：每份文档只回答「本类字段指向哪些配置」，`type` 分派字段（`process`、`save`、`strategy`、`evaluation`、`select_best`、`operations`、`preprocess` 等）用「基础类块 + 派生类列表 + 派生类子块」表达：基础类块说明该字段按 `type`/`mode` 分派并列出全部公开子类型，而不是只写基类名。被引用信息收敛到参数表的「引用配置」列，不再单设「引用的配置 / 被引用的配置」小节。
114		114
115	-内部配置按[第2.1节](#21-内部类格式)判定，不把内部 `type` 写进公开分派索引。驱动脚本默认把嵌套内部配置展开进上级文档「参数列表」内对应类名子块，减少跳转；task 根配置同时把对应的 spec（服务规格）展开进「参数列表」，task 与 spec 合并为一页，不再单独生成 `spec/` 页面。`PracticeConfig` 是 `BaseQuantConfig` 子类（任务配置），虽然会被调优策略引用，仍独立成 `task/practice_config.md` 页，在任务侧集中展示 `apiversion + spec + metadata`（`Metadata`）的完整实践配置结构。	115	+内部配置按[第2.1节](#21-内部类格式)判定，不把内部 `type` 写进公开分派索引。驱动脚本默认把嵌套内部配置展开进上级文档「参数列表」内对应类名子块，减少跳转；任务根配置同时把对应的 spec（服务规格）展开进「参数列表」，任务与 spec 合并为一页，不再单独生成 `spec/` 页面。`PracticeConfig` 是 `BaseQuantConfig` 子类（任务配置），虽然会被调优策略引用，仍独立成 `quant/practice_config.md` 页，在任务侧集中展示 `apiversion + spec + metadata`（`Metadata`）的完整实践配置结构。
116		116
117	### 4.3 如何实现	117	### 4.3 如何实现
118		118
	@@ -180,9 +180,9 @@ YAML 是「根配置 → spec → process[] / save[] → 嵌套对象」的树
180	- `ModelslimConvertServiceConfig.preprocess`：`rename` / `convert` 两类预处理步骤，关系为 `type 分派`，分派基础类名合成 `PreprocessConfig`。	180	- `ModelslimConvertServiceConfig.preprocess`：`rename` / `convert` 两类预处理步骤，关系为 `type 分派`，分派基础类名合成 `PreprocessConfig`。
181	- 普通嵌套 BaseModel：一条 `嵌套对象`。处理器 / 保存器子类在这条路径上跳过，避免与分派展开重复。	181	- 普通嵌套 BaseModel：一条 `嵌套对象`。处理器 / 保存器子类在这条路径上跳过，避免与分派展开重复。
182		182
183	-不再渲染「被引用的配置」小节（内部仍保留 `parents` 反查表供示例 YAML 上溯宿主）。展开嵌套时，BFS 从 `nested_refs` 出发，把可达的嵌套配置按引用处上下文路径渲染进「参数列表」内对应类名子块；task 页把 spec 一并展开。对未独立成页的 spec 的引用（如调优策略的 `template` 指向 `ModelslimV1ServiceConfig`）重定向到所属 task 页的 2.2 小节锚点（task 页块序固定：根块 §2.1，spec 为首个嵌套块 §2.2）；跨目录链接按输出子目录计算相对路径。	183	+不再渲染「被引用的配置」小节（内部仍保留 `parents` 反查表供示例 YAML 上溯宿主）。展开嵌套时，BFS 从 `nested_refs` 出发，把可达的嵌套配置按引用处上下文路径渲染进「参数列表」内对应类名子块；任务（quant）页把 spec 一并展开。对未独立成页的 spec 的引用（如调优策略的 `template` 指向 `ModelslimV1ServiceConfig`）重定向到所属任务页的 2.2 小节锚点（任务页块序固定：根块 §2.1，spec 为首个嵌套块 §2.2）；配置块编号最多 3 段（`2.x.y` / `<h4>`），再深则提升为祖父同级续号；跨目录链接按输出子目录计算相对路径。
184		184
185	-type 分派渲染：同一字段路径下引用数 ≥2 或含 `type 分派` 即判为分派组。渲染成一个 `<h3 id="…">2.x 基础类名（按 type 分派）</h3>` 块：块内含基础类参数表（基础类本身是真实模型时）与「派生类」列表（每项 = 类名、`type` 值、一行说明、本页子块锚点或独立页相对链接），各派生类参数表 + 配置约束作为 `<h4 id="…">2.x 派生类名</h4>` 子块排在其后。同一页面同一基础类只渲染一次，后续分派字段的「引用配置」列别名指向该块锚点（例如 task 页的 `spec.process[]` 与 `spec.prior[].process` 共用同一个 `AutoProcessorConfig` 块）。「引用配置」列对分派字段统一写`「本页 <a href="#anchor">§x.y</a>」`指向基础类块锚点，不再逐个子类型平铺、也不再写「按 `type` 分派，见对应配置文档」汇总文案。配置块标题带可见编号，且标题与页内跳转统一用 HTML 标签（`<h3 id>` / `<h4 id>` / `<a href="#…">`），不用 Markdown 的 `{#anchor}` 属性语法。	185	+type 分派渲染：同一字段路径下引用数 ≥2 或含 `type 分派` 即判为分派组。渲染成一个 `<h3 id="…">2.x 基础类名（按 type 分派）</h3>` 块：块内含基础类参数表（基础类本身是真实模型时）与「派生类」列表（每项 = 类名、`type` 值、一行说明、本页子块锚点或独立页相对链接），各派生类参数表 + 配置约束作为同级或下层编号子块排在其后（仍受 3 段编号上限约束）。同一页面同一基础类只渲染一次，后续分派字段的「引用配置」列别名指向该块锚点（例如任务页的 `spec.process[]` 与 `spec.prior[].process` 共用同一个 `AutoProcessorConfig` 块）。「引用配置」列对分派字段统一写`「本页 <a href="#anchor">§x.y</a>」`指向基础类块锚点，不再逐个子类型平铺、也不再写「按 `type` 分派，见对应配置文档」汇总文案。配置块标题带可见编号，且标题与页内跳转统一用 HTML 标签（`<h3 id>` / `<h4 id>` / `<a href="#…">`），不用 Markdown 的 `{#anchor}` 属性语法。
186		186
187	#### 4.3.6 示例 YAML	187	#### 4.3.6 示例 YAML
188		188
	@@ -198,7 +198,7 @@ YAML 是「根配置 → spec → process[] / save[] → 嵌套对象」的树
198		198
199	#### 4.3.7 导航	199	#### 4.3.7 导航
200		200
201	-默认不改 `mkdocs.yml`。仅当显式传入 `--update-mkdocs` 时，才替换 `# BEGIN GENERATED QUANT CONFIG NAV` … `# END GENERATED QUANT CONFIG NAV`。分组顺序固定为：任务配置、服务规格、处理器、保存格式、自动调优、嵌套配置。手写的组合处理器与自动调优条目接在生成块末尾。不再生成 `config/README.md` 索引页。	201	+默认不改 `mkdocs.yml`。仅当显式传入 `--update-mkdocs` 时，才替换 `# BEGIN GENERATED QUANT CONFIG NAV` … `# END GENERATED QUANT CONFIG NAV`。分组顺序固定为：任务配置、服务规格、处理器、保存格式、自动调优、嵌套配置。手写的组合处理器与自动调优条目接在生成块末尾；`config/README.md` 为手写导航页，不参与生成与清理。
202		202
203	开发树里 `config.ini` 在仓库根 `config/`，包代码期望 `msmodelslim/config`。生成前若缺失则建临时 symlink，结束后删除，避免导入失败。	203	开发树里 `config.ini` 在仓库根 `config/`，包代码期望 `msmodelslim/config`。生成前若缺失则建临时 symlink，结束后删除，避免导入失败。
204		204

Mdocs/zh/knowledge_base/ptq/convert/usage_weight_conversion.md+2-2

	@@ -13,7 +13,7 @@
13	\| 是否需要 `quant_type` \| 方式 1 需要 \| 不需要（须通过 `--config` 指定转换配置） \|	13	\| 是否需要 `quant_type` \| 方式 1 需要 \| 不需要（须通过 `--config` 指定转换配置） \|
14	\| 典型场景 \| 浮点模型 → W8A8 等 \| FP8 → BF16、BF16 → MXFP8、FP8 → MXFP8 等 \|	14	\| 典型场景 \| 浮点模型 → W8A8 等 \| FP8 → BF16、BF16 → MXFP8、FP8 → MXFP8 等 \|
15		15
16	-命令行书写规范见 [步骤 3](#步骤-3执行转换命令)，参数总表见《[msmodelslim quant 命令行](../../../api_reference/cli/msmodelslim_quant.md)》，字段说明见《[modelslim_convert 配置说明](../../../api_reference/config/task/modelslim_convert.md)》。	16	+命令行书写规范见 [步骤 3](#步骤-3执行转换命令)，参数总表见《[msmodelslim quant 命令行](../../../api_reference/cli/msmodelslim_quant.md)》，字段说明见《[modelslim_convert 配置说明](../../../api_reference/config/quant/modelslim_convert.md)》。
17		17
18	## 2. 输入和交付件	18	## 2. 输入和交付件
19		19
	@@ -203,6 +203,6 @@ msmodelslim quant \
203	\| 接口或能力 \| 简述 \| 链接 \|	203	\| 接口或能力 \| 简述 \| 链接 \|
204	\| --- \| --- \| --- \|	204	\| --- \| --- \| --- \|
205	\| `msmodelslim quant` \| 命令行入口、参数与权重转换示例 \| [msmodelslim quant 命令行](../../../api_reference/cli/msmodelslim_quant.md) \|	205	\| `msmodelslim quant` \| 命令行入口、参数与权重转换示例 \| [msmodelslim quant 命令行](../../../api_reference/cli/msmodelslim_quant.md) \|
206	-\| modelslim_convert 配置说明 \| `linears` / `save` / `parallel` 等字段说明 \| [modelslim_convert 配置说明](../../../api_reference/config/task/modelslim_convert.md) \|	206	+\| modelslim_convert 配置说明 \| `linears` / `save` / `parallel` 等字段说明 \| [modelslim_convert 配置说明](../../../api_reference/config/quant/modelslim_convert.md) \|
207	\| 格式支持矩阵 \| 量化格式与存储格式说明 \| [格式支持矩阵](../../quantization_format/README.md) \|	207	\| 格式支持矩阵 \| 量化格式与存储格式说明 \| [格式支持矩阵](../../quantization_format/README.md) \|
208	\| AscendV1 量化结果 \| AscendV1 落盘结果说明 \| [一键量化生成结果](../../quantization_format/ascendv1/ascendv1_usage.md) \|	208	\| AscendV1 量化结果 \| AscendV1 落盘结果说明 \| [一键量化生成结果](../../quantization_format/ascendv1/ascendv1_usage.md) \|

Mdocs/zh/knowledge_base/ptq/dit/integration_guide_diffusion_transformer_quantization.md+1-1

	@@ -251,7 +251,7 @@ def enable_kv_cache(self, model: nn.Module, need_kv_cache: bool) -> None:
251	\| Interface Hub \| 量化机制与算法组件对模型所需接口的集中定义与汇总 \| [《Interface Hub》](https://gitcode.com/Ascend/msmodelslim/blob/master/msmodelslim/model/interface_hub.py) \|	251	\| Interface Hub \| 量化机制与算法组件对模型所需接口的集中定义与汇总 \| [《Interface Hub》](https://gitcode.com/Ascend/msmodelslim/blob/master/msmodelslim/model/interface_hub.py) \|
252	\| Pipeline 接口 \| 多模态生成量化服务的流水线接口定义 \| [《pipeline_interface.py》](https://gitcode.com/Ascend/msmodelslim/blob/master/msmodelslim/core/quant_service/multimodal_sd_v1/pipeline_interface.py) \|	252	\| Pipeline 接口 \| 多模态生成量化服务的流水线接口定义 \| [《pipeline_interface.py》](https://gitcode.com/Ascend/msmodelslim/blob/master/msmodelslim/core/quant_service/multimodal_sd_v1/pipeline_interface.py) \|
253	\| DiT 量化使用指南 \| 标准 DiT 模型量化全流程、配置协议与开箱即用示例 \| [《DiT 量化使用指南》](usage_diffusion_transformer_quantization.md) \|	253	\| DiT 量化使用指南 \| 标准 DiT 模型量化全流程、配置协议与开箱即用示例 \| [《DiT 量化使用指南》](usage_diffusion_transformer_quantization.md) \|
254	-\| multimodal_sd_modelslim_v1 配置说明 \| `process`/`save`/`multimodal_sd_config` 等多模态生成配置字段说明 \| [《multimodal_sd_modelslim_v1 配置说明》](../../../api_reference/config/task/multimodal_sd_modelslim_v1.md) \|	254	+\| multimodal_sd_modelslim_v1 配置说明 \| `process`/`save`/`multimodal_sd_config` 等多模态生成配置字段说明 \| [《multimodal_sd_modelslim_v1 配置说明》](../../../api_reference/config/quant/multimodal_sd_modelslim_v1.md) \|
255	\| mindie_format_saver 配置说明 \| MindIE-SD 保存格式与多专家落盘说明 \| [《mindie_format_saver 配置说明》](../../../api_reference/config/format/mindie_format_saver.md) \|	255	\| mindie_format_saver 配置说明 \| MindIE-SD 保存格式与多专家落盘说明 \| [《mindie_format_saver 配置说明》](../../../api_reference/config/format/mindie_format_saver.md) \|
256	\| 一键量化完整指南 \| 一键量化 CLI 入口与完整命令参数说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|	256	\| 一键量化完整指南 \| 一键量化 CLI 入口与完整命令参数说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|
257	\| 量化算法总览 \| 微缩浮点、在线旋转与各类量化算法详述 \| [《量化算法总览》](../../quantization_algorithms/README.md) \|	257	\| 量化算法总览 \| 微缩浮点、在线旋转与各类量化算法详述 \| [《量化算法总览》](../../quantization_algorithms/README.md) \|

Mdocs/zh/knowledge_base/ptq/dit/usage_diffusion_transformer_quantization.md+1-1

	@@ -285,6 +285,6 @@ msmodelslim quant \
285	\| 接口或能力 \| 简述 \| 链接 \|	285	\| 接口或能力 \| 简述 \| 链接 \|
286	\| --- \| --- \| --- \|	286	\| --- \| --- \| --- \|
287	\| `msmodelslim quant` \| 一键量化 CLI 入口与完整命令说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|	287	\| `msmodelslim quant` \| 一键量化 CLI 入口与完整命令说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|
288	-\| multimodal_sd_modelslim_v1 配置说明 \| `runner`/`process`/`per_expert`/`save`/`dataset`/`multimodal_sd_config` 等任务级配置的字段说明 \| [《multimodal_sd_modelslim_v1 配置说明》](../../../api_reference/config/task/multimodal_sd_modelslim_v1.md) \|	288	+\| multimodal_sd_modelslim_v1 配置说明 \| `runner`/`process`/`per_expert`/`save`/`dataset`/`multimodal_sd_config` 等任务级配置的字段说明 \| [《multimodal_sd_modelslim_v1 配置说明》](../../../api_reference/config/quant/multimodal_sd_modelslim_v1.md) \|
289	\| linear_quant 配置说明 \| `linear_quant` 处理器及其 `qconfig` 各字段的完整取值说明 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	289	\| linear_quant 配置说明 \| `linear_quant` 处理器及其 `qconfig` 各字段的完整取值说明 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
290	\| 多模态生成模型接入 \| DiT 模型接入与适配器开发 \| [《多模态生成模型接入》](./integration_guide_diffusion_transformer_quantization.md) \|	290	\| 多模态生成模型接入 \| DiT 模型接入与适配器开发 \| [《多模态生成模型接入》](./integration_guide_diffusion_transformer_quantization.md) \|

Mdocs/zh/knowledge_base/ptq/llm/integration_guide_large_language_model_quantization.md+1-1

	@@ -225,7 +225,7 @@ def enable_kv_cache(self, model: nn.Module, need_kv_cache: bool) -> None
225	\| --- \| --- \| --- \|	225	\| --- \| --- \| --- \|
226	\| Interface Hub \| 量化机制与算法组件对模型所需接口的集中定义与汇总 \| [《Interface Hub》](https://gitcode.com/Ascend/msmodelslim/blob/master/msmodelslim/model/interface_hub.py) \|	226	\| Interface Hub \| 量化机制与算法组件对模型所需接口的集中定义与汇总 \| [《Interface Hub》](https://gitcode.com/Ascend/msmodelslim/blob/master/msmodelslim/model/interface_hub.py) \|
227	\| LLM 量化使用指南 \| 标准 LLM 量化全流程、配置协议与开箱即用示例 \| [《LLM 量化使用指南》](usage_large_language_model_quantization.md) \|	227	\| LLM 量化使用指南 \| 标准 LLM 量化全流程、配置协议与开箱即用示例 \| [《LLM 量化使用指南》](usage_large_language_model_quantization.md) \|
228	-\| modelslim_v1 配置说明 \| `runner`/`process`/`save`/`dataset` 等任务级配置的字段说明 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	228	+\| modelslim_v1 配置说明 \| `runner`/`process`/`save`/`dataset` 等任务级配置的字段说明 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
229	\| 一键量化完整指南 \| 一键量化 CLI 入口与完整命令参数说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|	229	\| 一键量化完整指南 \| 一键量化 CLI 入口与完整命令参数说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|
230	\| 自动调优使用说明 \| 敏感层分析、回退候选及调优策略说明 \| [《自动调优使用说明》](../../../user_guide/usage_auto_precision_tuning.md) \|	230	\| 自动调优使用说明 \| 敏感层分析、回退候选及调优策略说明 \| [《自动调优使用说明》](../../../user_guide/usage_auto_precision_tuning.md) \|
231	\| 量化算法总览 \| 离群值平滑抑制与各类量化算法详述 \| [《量化算法总览》](../../quantization_algorithms/README.md) \|	231	\| 量化算法总览 \| 离群值平滑抑制与各类量化算法详述 \| [《量化算法总览》](../../quantization_algorithms/README.md) \|

Mdocs/zh/knowledge_base/ptq/llm/usage_large_language_model_quantization.md+1-1

	@@ -255,4 +255,4 @@ msmodelslim quant \
255	\| 接口或能力 \| 简述 \| 链接 \|	255	\| 接口或能力 \| 简述 \| 链接 \|
256	\| --- \| --- \| --- \|	256	\| --- \| --- \| --- \|
257	\| `msmodelslim quant` \| 一键量化 CLI 入口与完整命令说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|	257	\| `msmodelslim quant` \| 一键量化 CLI 入口与完整命令说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|
258	-\| modelslim_v1 配置说明 \| `runner`/`process`/`save`/`dataset` 等任务级配置的字段说明 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	258	+\| modelslim_v1 配置说明 \| `runner`/`process`/`save`/`dataset` 等任务级配置的字段说明 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|

Mdocs/zh/knowledge_base/ptq/vlm/integration_guide_vision_transformer_quantization.md+1-1

	@@ -233,6 +233,6 @@ def enable_kv_cache(self, model: nn.Module, need_kv_cache: bool) -> None:
233	\| --- \| --- \| --- \|	233	\| --- \| --- \| --- \|
234	\| Interface Hub \| 量化机制与算法组件对模型所需接口的集中定义与汇总 \| [《Interface Hub》](https://gitcode.com/Ascend/msmodelslim/blob/master/msmodelslim/model/interface_hub.py) \|	234	\| Interface Hub \| 量化机制与算法组件对模型所需接口的集中定义与汇总 \| [《Interface Hub》](https://gitcode.com/Ascend/msmodelslim/blob/master/msmodelslim/model/interface_hub.py) \|
235	\| VLM 量化使用指南 \| 标准多模态理解模型量化全流程、配置协议与开箱即用示例 \| [《VLM 量化使用指南》](usage_vision_transformer_quantization.md) \|	235	\| VLM 量化使用指南 \| 标准多模态理解模型量化全流程、配置协议与开箱即用示例 \| [《VLM 量化使用指南》](usage_vision_transformer_quantization.md) \|
236	-\| multimodal_vlm_modelslim_v1 配置说明 \| `process`/`save`/`dataset` 等多模态理解配置的字段说明 \| [《multimodal_vlm_modelslim_v1 配置说明》](../../../api_reference/config/task/multimodal_vlm_modelslim_v1.md) \|	236	+\| multimodal_vlm_modelslim_v1 配置说明 \| `process`/`save`/`dataset` 等多模态理解配置的字段说明 \| [《multimodal_vlm_modelslim_v1 配置说明》](../../../api_reference/config/quant/multimodal_vlm_modelslim_v1.md) \|
237	\| 一键量化完整指南 \| 一键量化 CLI 入口与完整命令参数说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|	237	\| 一键量化完整指南 \| 一键量化 CLI 入口与完整命令参数说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|
238	\| 量化算法总览 \| 离群值平滑抑制与各类量化算法详述 \| [《量化算法总览》](../../quantization_algorithms/README.md) \|	238	\| 量化算法总览 \| 离群值平滑抑制与各类量化算法详述 \| [《量化算法总览》](../../quantization_algorithms/README.md) \|

Mdocs/zh/knowledge_base/ptq/vlm/usage_vision_transformer_quantization.md+1-1

	@@ -226,4 +226,4 @@ msmodelslim quant \
226	\| 接口或能力 \| 简述 \| 链接 \|	226	\| 接口或能力 \| 简述 \| 链接 \|
227	\| --- \| --- \| --- \|	227	\| --- \| --- \| --- \|
228	\| `msmodelslim quant` \| 一键量化 CLI 入口与完整命令说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|	228	\| `msmodelslim quant` \| 一键量化 CLI 入口与完整命令说明 \| [《一键量化完整指南》](../../../user_guide/usage_one_click_quantization.md) \|
229	-\| multimodal_vlm_modelslim_v1 配置说明 \| `runner`/`process`/`save`/`dataset`/`default_text` 等任务级配置的字段说明 \| [《multimodal_vlm_modelslim_v1 配置说明》](../../../api_reference/config/task/multimodal_vlm_modelslim_v1.md) \|	229	+\| multimodal_vlm_modelslim_v1 配置说明 \| `runner`/`process`/`save`/`dataset`/`default_text` 等任务级配置的字段说明 \| [《multimodal_vlm_modelslim_v1 配置说明》](../../../api_reference/config/quant/multimodal_vlm_modelslim_v1.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/README.md+1-1

	@@ -2,7 +2,7 @@
2		2
3	msModelSlim 支持多种先进的量化算法，涵盖了从离群值抑制到低比特优化的各个环节。下表按类别总结了目前支持的核心算法及其主要特性。	3	msModelSlim 支持多种先进的量化算法，涵盖了从离群值抑制到低比特优化的各个环节。下表按类别总结了目前支持的核心算法及其主要特性。
4		4
5	-> 阅读建议：每个算法目录包含“词条”和“使用指南”两类文档。词条只介绍算法定义、原理、性质、适用场景与关联知识；使用指南面向入门用户，重点解释配置参数的含义、推荐起步值以及何时调整。需要查询完整字段类型、默认值和高级任务级配置时，请继续阅读《[modelslim_v1 配置说明](../../api_reference/config/task/modelslim_v1.md)》。	5	+> 阅读建议：每个算法目录包含“词条”和“使用指南”两类文档。词条只介绍算法定义、原理、性质、适用场景与关联知识；使用指南面向入门用户，重点解释配置参数的含义、推荐起步值以及何时调整。需要查询完整字段类型、默认值和高级任务级配置时，请继续阅读《[modelslim_v1 配置说明](../../api_reference/config/quant/modelslim_v1.md)》。
6		6
7	## 1. 离群值抑制算法	7	## 1. 离群值抑制算法
8		8

Mdocs/zh/knowledge_base/quantization_algorithms/adapt_rotation/usage_adapt_rotation.md+1-1

	@@ -203,5 +203,5 @@ msmodelslim quant \
203	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|	203	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|
204	\| `AdaptRotationInterface` / `QuaRotInterface` \| 自适应旋转模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	204	\| `AdaptRotationInterface` / `QuaRotInterface` \| 自适应旋转模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
205	\| adapt_rotation 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《adapt_rotation 配置说明》](../../../api_reference/config/processor/adapt_rotation.md) \|	205	\| adapt_rotation 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《adapt_rotation 配置说明》](../../../api_reference/config/processor/adapt_rotation.md) \|
206	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	206	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
207	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	207	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/autoround/usage_autoround.md+1-1

	@@ -211,5 +211,5 @@ msmodelslim quant \
211	\| --- \| --- \| --- \|	211	\| --- \| --- \| --- \|
212	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	212	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
213	\| autoround_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《autoround_quant 配置说明》](../../../api_reference/config/processor/autoround_quant.md) \|	213	\| autoround_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《autoround_quant 配置说明》](../../../api_reference/config/processor/autoround_quant.md) \|
214	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	214	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
215	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	215	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/awq_smooth/usage_awq_smooth.md+1-1

	@@ -189,5 +189,5 @@ msmodelslim quant \
189	\| --- \| --- \| --- \|	189	\| --- \| --- \| --- \|
190	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出；`AWQInterface` 由 `msmodelslim.processor.anti_outlier.awq` 提供。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	190	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出；`AWQInterface` 由 `msmodelslim.processor.anti_outlier.awq` 提供。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
191	\| awq 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《awq 配置说明》](../../../api_reference/config/processor/awq.md) \|	191	\| awq 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《awq 配置说明》](../../../api_reference/config/processor/awq.md) \|
192	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	192	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
193	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	193	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/ceil_x/usage_ceil_x.md+1-1

	@@ -112,5 +112,5 @@ Ceil-X 中真正可调的是 `ceil_x_value` 或其搜索配置；`dtype/scope/sy
112	\| 接口或文档 \| 简述 \| 链接 \|	112	\| 接口或文档 \| 简述 \| 链接 \|
113	\| --- \| --- \| --- \|	113	\| --- \| --- \| --- \|
114	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	114	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
115	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	115	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
116	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	116	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/daos/usage_daos.md+1-1

	@@ -124,5 +124,5 @@ flowchart LR
124	\| oasq 配置说明 \| 字段类型、默认值与约束。 \| [《oasq 配置说明》](../../../api_reference/config/processor/oasq.md) \|	124	\| oasq 配置说明 \| 字段类型、默认值与约束。 \| [《oasq 配置说明》](../../../api_reference/config/processor/oasq.md) \|
125	\| trainable_linear_quant 配置说明 \| 字段类型、默认值与约束。 \| [《trainable_linear_quant 配置说明》](../../../api_reference/config/processor/trainable_linear_quant.md) \|	125	\| trainable_linear_quant 配置说明 \| 字段类型、默认值与约束。 \| [《trainable_linear_quant 配置说明》](../../../api_reference/config/processor/trainable_linear_quant.md) \|
126	\| fa3_quant 配置说明 \| 字段类型、默认值与约束。 \| [《fa3_quant 配置说明》](../../../api_reference/config/processor/fa3_quant.md) \|	126	\| fa3_quant 配置说明 \| 字段类型、默认值与约束。 \| [《fa3_quant 配置说明》](../../../api_reference/config/processor/fa3_quant.md) \|
127	-\| multimodal_sd_modelslim_v1 \| 多模态生成任务级配置。 \| [《multimodal_sd_modelslim_v1 配置说明》](../../../api_reference/config/task/multimodal_sd_modelslim_v1.md) \|	127	+\| multimodal_sd_modelslim_v1 \| 多模态生成任务级配置。 \| [《multimodal_sd_modelslim_v1 配置说明》](../../../api_reference/config/quant/multimodal_sd_modelslim_v1.md) \|
128	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	128	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/dual_scale/usage_dual_scale.md+1-1

	@@ -111,5 +111,5 @@ DualScale 的核心旋钮是 `dual_block_size`。先固定 MXFP4 + dual_scale
111	\| 接口或文档 \| 简述 \| 链接 \|	111	\| 接口或文档 \| 简述 \| 链接 \|
112	\| --- \| --- \| --- \|	112	\| --- \| --- \| --- \|
113	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	113	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
114	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	114	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
115	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	115	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/fa3_quant/usage_fa3_quant.md+1-1

	@@ -162,5 +162,5 @@ msmodelslim quant \
162	\| --- \| --- \| --- \|	162	\| --- \| --- \| --- \|
163	\| `PipelineInterface` / `FA3QuantAdapterInterface` \| 模型流水线与 FA3 Quant 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	163	\| `PipelineInterface` / `FA3QuantAdapterInterface` \| 模型流水线与 FA3 Quant 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
164	\| fa3_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《fa3_quant 配置说明》](../../../api_reference/config/processor/fa3_quant.md) \|	164	\| fa3_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《fa3_quant 配置说明》](../../../api_reference/config/processor/fa3_quant.md) \|
165	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	165	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
166	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	166	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/flex_awq_ssz/usage_flex_awq_ssz.md+1-1

	@@ -192,5 +192,5 @@ msmodelslim quant \
192	\| --- \| --- \| --- \|	192	\| --- \| --- \| --- \|
193	\| `PipelineInterface` / `FlexSmoothQuantInterface` \| 模型流水线与 Flex AWQ SSZ 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	193	\| `PipelineInterface` / `FlexSmoothQuantInterface` \| 模型流水线与 Flex AWQ SSZ 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
194	\| flex_awq_ssz 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《flex_awq_ssz 配置说明》](../../../api_reference/config/processor/flex_awq_ssz.md) \|	194	\| flex_awq_ssz 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《flex_awq_ssz 配置说明》](../../../api_reference/config/processor/flex_awq_ssz.md) \|
195	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	195	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
196	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	196	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/flex_smooth_quant/usage_flex_smooth_quant.md+1-1

	@@ -189,5 +189,5 @@ msmodelslim quant \
189	\| --- \| --- \| --- \|	189	\| --- \| --- \| --- \|
190	\| `PipelineInterface` / `FlexSmoothQuantInterface` \| 模型流水线与 Flex Smooth Quant 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	190	\| `PipelineInterface` / `FlexSmoothQuantInterface` \| 模型流水线与 Flex Smooth Quant 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
191	\| flex_smooth_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《flex_smooth_quant 配置说明》](../../../api_reference/config/processor/flex_smooth_quant.md) \|	191	\| flex_smooth_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《flex_smooth_quant 配置说明》](../../../api_reference/config/processor/flex_smooth_quant.md) \|
192	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	192	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
193	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	193	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/float_sparse/usage_float_sparse.md+1-1

	@@ -152,5 +152,5 @@ msmodelslim quant \
152	\| --- \| --- \| --- \|	152	\| --- \| --- \| --- \|
153	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	153	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
154	\| float_sparse 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《float_sparse 配置说明》](../../../api_reference/config/processor/float_sparse.md) \|	154	\| float_sparse 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《float_sparse 配置说明》](../../../api_reference/config/processor/float_sparse.md) \|
155	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	155	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
156	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	156	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/fouroversix/usage_fouroversix.md+1-1

	@@ -108,5 +108,5 @@ FourOverSix 是自动逐块二选一算法，通常没有必要再人为搜索 4
108	\| 接口或文档 \| 简述 \| 链接 \|	108	\| 接口或文档 \| 简述 \| 链接 \|
109	\| --- \| --- \| --- \|	109	\| --- \| --- \| --- \|
110	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	110	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
111	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	111	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
112	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	112	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/gptq/usage_gptq.md+1-1

	@@ -114,5 +114,5 @@ GPTQ 建议按位宽 → scope/group_size → percdamp → block_size 的
114	\| 接口或文档 \| 简述 \| 链接 \|	114	\| 接口或文档 \| 简述 \| 链接 \|
115	\| --- \| --- \| --- \|	115	\| --- \| --- \| --- \|
116	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	116	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
117	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	117	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
118	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	118	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/histogram_activation_quantization/usage_histogram_activation_quantization.md+1-1

	@@ -113,5 +113,5 @@ Histogram 的关键决策不是“bin 数调多少”，因为当前用户配置
113	\| 接口或文档 \| 简述 \| 链接 \|	113	\| 接口或文档 \| 简述 \| 链接 \|
114	\| --- \| --- \| --- \|	114	\| --- \| --- \| --- \|
115	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	115	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
116	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	116	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
117	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	117	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/hqq/usage_hqq.md+1-1

	@@ -110,4 +110,4 @@ HQQ 的核心自由度在作用范围，算法中迭代参数和配置侧 `scope
110	\| 接口或能力 \| 简述 \| 链接 \|	110	\| 接口或能力 \| 简述 \| 链接 \|
111	\| --- \| --- \| --- \|	111	\| --- \| --- \| --- \|
112	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| 《[linear_quant 配置说明](../../../api_reference/config/processor/linear_quant.md)》 \|	112	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| 《[linear_quant 配置说明](../../../api_reference/config/processor/linear_quant.md)》 \|
113	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| 《[modelslim_v1 配置说明](../../../api_reference/config/task/modelslim_v1.md)》 \|	113	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| 《[modelslim_v1 配置说明](../../../api_reference/config/quant/modelslim_v1.md)》 \|

Mdocs/zh/knowledge_base/quantization_algorithms/iterative_smooth/usage_iterative_smooth.md+1-1

	@@ -194,5 +194,5 @@ msmodelslim quant \
194	\| --- \| --- \| --- \|	194	\| --- \| --- \| --- \|
195	\| `PipelineInterface` / `IterSmoothInterface` \| 模型流水线与 Iterative Smooth 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	195	\| `PipelineInterface` / `IterSmoothInterface` \| 模型流水线与 Iterative Smooth 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
196	\| iter_smooth 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《iter_smooth 配置说明》](../../../api_reference/config/processor/iter_smooth.md) \|	196	\| iter_smooth 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《iter_smooth 配置说明》](../../../api_reference/config/processor/iter_smooth.md) \|
197	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	197	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
198	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	198	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/kurtosis/usage_kurtosis.md+1-1

	@@ -105,5 +105,5 @@ Kurtosis 适合做低成本候选筛选。若高峰度层最终量化后并不
105	\| 接口或文档 \| 简述 \| 链接 \|	105	\| 接口或文档 \| 简述 \| 链接 \|
106	\| --- \| --- \| --- \|	106	\| --- \| --- \| --- \|
107	\| 敏感层分析使用指南 \| 完整 CLI、输入输出和进阶流程。 \| [《敏感层分析使用指南》](../../../user_guide/usage_sensitive_linear_analysis.md) \|	107	\| 敏感层分析使用指南 \| 完整 CLI、输入输出和进阶流程。 \| [《敏感层分析使用指南》](../../../user_guide/usage_sensitive_linear_analysis.md) \|
108	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	108	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
109	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	109	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/kv_smooth/usage_kv_smooth.md+1-1

	@@ -180,5 +180,5 @@ msmodelslim quant \
180	\| --- \| --- \| --- \|	180	\| --- \| --- \| --- \|
181	\| `PipelineInterface` / `KVSmoothFusedInterface` \| 模型流水线与 KV Smooth 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	181	\| `PipelineInterface` / `KVSmoothFusedInterface` \| 模型流水线与 KV Smooth 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
182	\| kv_smooth 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《kv_smooth 配置说明》](../../../api_reference/config/processor/kv_smooth.md) \|	182	\| kv_smooth 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《kv_smooth 配置说明》](../../../api_reference/config/processor/kv_smooth.md) \|
183	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	183	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
184	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	184	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/kvcache_quant/usage_kvcache_quant.md+1-1

	@@ -177,5 +177,5 @@ msmodelslim quant \
177	\| --- \| --- \| --- \|	177	\| --- \| --- \| --- \|
178	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	178	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
179	\| dynamic_cache 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《dynamic_cache 配置说明》](../../../api_reference/config/processor/dynamic_cache.md) \|	179	\| dynamic_cache 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《dynamic_cache 配置说明》](../../../api_reference/config/processor/dynamic_cache.md) \|
180	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	180	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
181	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	181	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/laos/usage_laos.md+1-1

	@@ -262,5 +262,5 @@ msmodelslim quant \
262	\| `PipelineInterface` / `LAOSOnlineRotationInterface` / `QuaRotInterface` \| 模型流水线与 LAOS 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	262	\| `PipelineInterface` / `LAOSOnlineRotationInterface` / `QuaRotInterface` \| 模型流水线与 LAOS 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
263	\| adapt_rotation 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《adapt_rotation 配置说明》](../../../api_reference/config/processor/adapt_rotation.md) \|	263	\| adapt_rotation 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《adapt_rotation 配置说明》](../../../api_reference/config/processor/adapt_rotation.md) \|
264	\| autoround_quant 配置说明 \| LAOS 第二阶段的 AutoRound 参数。 \| [《autoround_quant 配置说明》](../../../api_reference/config/processor/autoround_quant.md) \|	264	\| autoround_quant 配置说明 \| LAOS 第二阶段的 AutoRound 参数。 \| [《autoround_quant 配置说明》](../../../api_reference/config/processor/autoround_quant.md) \|
265	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	265	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
266	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	266	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/linear_quant/usage_linear_quant.md+1-1

	@@ -191,5 +191,5 @@ msmodelslim quant \
191	\| --- \| --- \| --- \|	191	\| --- \| --- \| --- \|
192	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	192	\| `PipelineInterface` \| 模型流水线接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
193	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	193	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
194	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	194	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
195	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	195	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/minmax/usage_minmax.md+1-1

	@@ -116,5 +116,5 @@ MinMax 是首选基线的原因是变量最少。精度不够时应先定位：*
116	\| 接口或文档 \| 简述 \| 链接 \|	116	\| 接口或文档 \| 简述 \| 链接 \|
117	\| --- \| --- \| --- \|	117	\| --- \| --- \| --- \|
118	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	118	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
119	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	119	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
120	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	120	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/mse_model_wise/usage_mse_model_wise.md+1-1

	@@ -159,5 +159,5 @@ msmodelslim analyze layer \
159	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|	159	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|
160	\| `MSEModelWiseAnalysisInterface` \| 模型级 MSE 分析模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	160	\| `MSEModelWiseAnalysisInterface` \| 模型级 MSE 分析模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
161	\| binary_operator_model_wise 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《binary_operator_model_wise 配置说明》](../../../api_reference/config/processor/binary_operator_model_wise.md) \|	161	\| binary_operator_model_wise 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《binary_operator_model_wise 配置说明》](../../../api_reference/config/processor/binary_operator_model_wise.md) \|
162	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	162	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
163	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	163	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/mse_round/usage_mse_round.md+1-1

	@@ -113,5 +113,5 @@ MSE-Round 的算法内部已经自动比较两种 exponent 舍入，因此用户
113	\| 接口或文档 \| 简述 \| 链接 \|	113	\| 接口或文档 \| 简述 \| 链接 \|
114	\| --- \| --- \| --- \|	114	\| --- \| --- \| --- \|
115	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	115	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
116	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	116	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
117	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	117	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/oasq/usage_oasq.md+1-1

	@@ -208,5 +208,5 @@ msmodelslim quant \
208	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|	208	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|
209	\| `OASQInterface` \| OASQ 算法模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	209	\| `OASQInterface` \| OASQ 算法模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
210	\| oasq 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《oasq 配置说明》](../../../api_reference/config/processor/oasq.md) \|	210	\| oasq 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《oasq 配置说明》](../../../api_reference/config/processor/oasq.md) \|
211	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	211	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
212	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	212	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/pdmix/usage_pdmix.md+1-1

	@@ -113,5 +113,5 @@ PDMIX 中激活四个字段基本是固定定义；真正可变的是它与哪
113	\| 接口或文档 \| 简述 \| 链接 \|	113	\| 接口或文档 \| 简述 \| 链接 \|
114	\| --- \| --- \| --- \|	114	\| --- \| --- \| --- \|
115	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	115	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
116	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	116	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
117	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	117	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/quantile/usage_quantile.md+1-1

	@@ -103,5 +103,5 @@ Quantile 比纯 max 更关注“极值相对主体区间有多异常”。它适
103	\| 接口或文档 \| 简述 \| 链接 \|	103	\| 接口或文档 \| 简述 \| 链接 \|
104	\| --- \| --- \| --- \|	104	\| --- \| --- \| --- \|
105	\| 敏感层分析使用指南 \| 完整 CLI、输入输出和进阶流程。 \| [《敏感层分析使用指南》](../../../user_guide/usage_sensitive_linear_analysis.md) \|	105	\| 敏感层分析使用指南 \| 完整 CLI、输入输出和进阶流程。 \| [《敏感层分析使用指南》](../../../user_guide/usage_sensitive_linear_analysis.md) \|
106	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	106	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
107	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	107	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/quarot/usage_quarot.md+1-1

	@@ -280,5 +280,5 @@ msmodelslim quant \
280	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|	280	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|
281	\| `QuaRotInterface` / `OnlineQuaRotInterface` / `LAOSOnlineRotationInterface` / `AdaptRotationInterface` \| QuaRot 算法模型适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	281	\| `QuaRotInterface` / `OnlineQuaRotInterface` / `LAOSOnlineRotationInterface` / `AdaptRotationInterface` \| QuaRot 算法模型适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
282	\| quarot 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《quarot 配置说明》](../../../api_reference/config/processor/quarot.md) \|	282	\| quarot 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《quarot 配置说明》](../../../api_reference/config/processor/quarot.md) \|
283	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	283	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
284	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	284	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/ra_compress/usage_ra_compress.md+2-0

	@@ -185,3 +185,5 @@ msmodelslim analyze attn_head \
185	\| --- \| --- \| --- \|	185	\| --- \| --- \| --- \|
186	\| `RaCompressAnalysisInterface` \| RA Compress 分析模型适配接口（需实现 `get_proj_names` 与 `get_tokenizer`），由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	186	\| `RaCompressAnalysisInterface` \| RA Compress 分析模型适配接口（需实现 `get_proj_names` 与 `get_tokenizer`），由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
187	\| unary_analysis 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《unary_analysis 配置说明》](../../../api_reference/config/processor/unary_analysis.md) \|	187	\| unary_analysis 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《unary_analysis 配置说明》](../../../api_reference/config/processor/unary_analysis.md) \|
		188	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
		189	+\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/smooth_quant/usage_smooth_quant.md+1-1

	@@ -188,5 +188,5 @@ msmodelslim quant \
188	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|	188	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|
189	\| `SmoothQuantInterface` \| SmoothQuant 算法模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	189	\| `SmoothQuantInterface` \| SmoothQuant 算法模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
190	\| smooth_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《smooth_quant 配置说明》](../../../api_reference/config/processor/smooth_quant.md) \|	190	\| smooth_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《smooth_quant 配置说明》](../../../api_reference/config/processor/smooth_quant.md) \|
191	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	191	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
192	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	192	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/ssz/usage_ssz.md+1-1

	@@ -109,5 +109,5 @@ SSZ 的核心自由度是位宽和 `step`；scope/symmetric/method 当前基本
109	\| 接口或文档 \| 简述 \| 链接 \|	109	\| 接口或文档 \| 简述 \| 链接 \|
110	\| --- \| --- \| --- \|	110	\| --- \| --- \| --- \|
111	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|	111	\| linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《linear_quant 配置说明》](../../../api_reference/config/processor/linear_quant.md) \|
112	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	112	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
113	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	113	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/std/usage_std.md+1-1

	@@ -103,5 +103,5 @@ Std 成本低、解释直接，适合作为第一轮粗筛；对非常重尾的
103	\| 接口或文档 \| 简述 \| 链接 \|	103	\| 接口或文档 \| 简述 \| 链接 \|
104	\| --- \| --- \| --- \|	104	\| --- \| --- \| --- \|
105	\| 敏感层分析使用指南 \| 完整 CLI、输入输出和进阶流程。 \| [《敏感层分析使用指南》](../../../user_guide/usage_sensitive_linear_analysis.md) \|	105	\| 敏感层分析使用指南 \| 完整 CLI、输入输出和进阶流程。 \| [《敏感层分析使用指南》](../../../user_guide/usage_sensitive_linear_analysis.md) \|
106	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	106	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
107	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	107	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/svdquant/usage_svdquant.md+1-1

	@@ -167,5 +167,5 @@ msmodelslim quant \
167	\| `PipelineInterface` / `IterSmoothInterface` \| 模型流水线与 SVDQuant 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	167	\| `PipelineInterface` / `IterSmoothInterface` \| 模型流水线与 SVDQuant 算法适配接口，均由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
168	\| svd_res 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《svd_res 配置说明》](../../../api_reference/config/processor/svd_res.md) \|	168	\| svd_res 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《svd_res 配置说明》](../../../api_reference/config/processor/svd_res.md) \|
169	\| iter_smooth 配置说明 \| 三阶段流水线中的其他处理器参数。 \| [《iter_smooth 配置说明》](../../../api_reference/config/processor/iter_smooth.md) \|	169	\| iter_smooth 配置说明 \| 三阶段流水线中的其他处理器参数。 \| [《iter_smooth 配置说明》](../../../api_reference/config/processor/iter_smooth.md) \|
170	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	170	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
171	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	171	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/quantization_algorithms/trainable_linear_quant/usage_trainable_linear_quant.md+1-1

	@@ -262,5 +262,5 @@ msmodelslim quant \
262	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|	262	\| `PipelineInterface` \| 模型流水线适配接口（数据预处理、模型加载、模块遍历）。 \| [《LLM 量化使用指南·步骤 1》](../../ptq/llm/usage_large_language_model_quantization.md) \|
263	\| `TLQBlockDataInterface` \| TLQ 块 I/O 模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|	263	\| `TLQBlockDataInterface` \| TLQ 块 I/O 模型适配接口，由 `msmodelslim.model.interface_hub` 汇总导出。 \| [接口汇总模块](../../../../../msmodelslim/model/interface_hub.py) \|
264	\| trainable_linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《trainable_linear_quant 配置说明》](../../../api_reference/config/processor/trainable_linear_quant.md) \|	264	\| trainable_linear_quant 配置说明 \| 字段类型、默认值、合法取值与完整配置约束。 \| [《trainable_linear_quant 配置说明》](../../../api_reference/config/processor/trainable_linear_quant.md) \|
265	-\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/task/modelslim_v1.md) \|	265	+\| modelslim_v1 配置说明 \| 需要继续探索 runner、prior、save、dataset 等任务级高级配置时查阅。 \| [《modelslim_v1 配置说明》](../../../api_reference/config/quant/modelslim_v1.md) \|
266	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|	266	\| 权重量化使用指南 \| 用户指南：量化命令参数与完整使用说明。 \| [《权重量化使用指南》](https://gitcode.com/Ascend/msmodelslim/blob/master/docs/zh/user_guide/usage_weight_quantization.md) \|

Mdocs/zh/knowledge_base/tuning_strategies/README.md+1-1

	@@ -3,7 +3,7 @@ toc_depth: 3
3	---	3	---
4	# 自动调优策略总览	4	# 自动调优策略总览
5		5
6	-msModelSlim 通过自动化策略搜索最优量化配置。下表总结了目前支持的调优策略及其主要特性。使用方法请参见《[自动调优使用指南](../../user_guide/usage_auto_precision_tuning.md)》，配置协议请参见《[自动调优配置协议说明](../../api_reference/config/auto_precision_tuning.md)》。	6	+msModelSlim 通过自动化策略搜索最优量化配置。下表总结了目前支持的调优策略及其主要特性。使用方法请参见《[自动调优使用指南](../../user_guide/usage_auto_precision_tuning.md)》，配置协议请参见《[自动调优配置说明导航](../../api_reference/config/tuning/README.md)》。
7		7
8	\| 策略名称 \| 核心思想 \| 适用场景 \| 详细说明 \|	8	\| 策略名称 \| 核心思想 \| 适用场景 \| 详细说明 \|
9	\| :--- \| :--- \| :--- \| :--- \|	9	\| :--- \| :--- \| :--- \| :--- \|

Mdocs/zh/knowledge_base/tuning_strategies/standing_high_with_experience/standing_high_with_experience.md+1-1

	@@ -31,7 +31,7 @@ Standing High With Experience 的核心思想是**配置简化 + 专家经验填
31		31
32	- 须实现 `ModelSlimPipelineInterfaceV1`（自动敏感层分析，委托 Standing High 执行）及 `StandingHighWithExperienceInterface`（仅 `load_model`，用于过滤当前模型不支持的离群值抑制策略）。	32	- 须实现 `ModelSlimPipelineInterfaceV1`（自动敏感层分析，委托 Standing High 执行）及 `StandingHighWithExperienceInterface`（仅 `load_model`，用于过滤当前模型不支持的离群值抑制策略）。
33	- 常见写法：模型适配器同时继承 `StandingHighWithExperienceInterface`（`load_model` 探测）与 `ModelSlimPipelineInterfaceV1`（敏感层分析与量化 pipeline）。	33	- 常见写法：模型适配器同时继承 `StandingHighWithExperienceInterface`（`load_model` 探测）与 `ModelSlimPipelineInterfaceV1`（敏感层分析与量化 pipeline）。
34	-- 敏感层分析不会在策略侧预先 `load_model`；详见《[自动调优配置协议说明](../../../api_reference/config/auto_precision_tuning.md#21-strategy---调优策略配置)》与《[LLM 大模型接入指南](../../ptq/llm/integration_guide_large_language_model_quantization.md)》。	34	+- 敏感层分析不会在策略侧预先 `load_model`；详见《[自动调优配置说明导航](../../../api_reference/config/tuning/README.md)》与《[LLM 大模型接入指南](../../ptq/llm/integration_guide_large_language_model_quantization.md)》。
35		35
36	## 功能介绍	36	## 功能介绍
37		37

Mdocs/zh/user_guide/usage_auto_precision_tuning.md+2-2

	@@ -109,7 +109,7 @@ msmodelslim tune --model_path ${MODEL_PATH} --save_path ${SAVE_PATH} --config ${
109	\|-------------------\|-----------\|-------------------\|--------------------------------------------------------------------------------------\|	109	\|-------------------\|-----------\|-------------------\|--------------------------------------------------------------------------------------\|
110	\| model_path \| 模型路径 \| 必选 \| 类型：Str \|	110	\| model_path \| 模型路径 \| 必选 \| 类型：Str \|
111	\| save_path \| 调优结果保存路径 \| 必选 \| 类型：Str \|	111	\| save_path \| 调优结果保存路径 \| 必选 \| 类型：Str \|
112	-\| config \| 调优配置文件路径 \| 必选 \| 1. 类型：Str <br>2. 配置文件路径，必须为完整的文件路径 <br>3. 配置文件格式为 YAML，配置协议说明见《[自动调优配置协议说明](usage_auto_precision_tuning.md)》，示例配置见各策略目录（如《[Standing High 示例](../knowledge_base/tuning_strategies/standing_high/standing_high.yaml)》） \|	112	+\| config \| 调优配置文件路径 \| 必选 \| 1. 类型：Str <br>2. 配置文件路径，必须为完整的文件路径 <br>3. 配置文件格式为 YAML，配置协议说明见《[自动调优配置说明导航](../api_reference/config/tuning/README.md)》，示例配置见各策略目录（如《[Standing High 示例](../knowledge_base/tuning_strategies/standing_high/standing_high.yaml)》） \|
113	\| device \| 量化设备类型 \| 可选 \| 1. 类型：Str <br>2. 参考值：'npu','cpu' <br>3. 默认值为"npu"。多卡索引请配合 device_id 指定 \|	113	\| device \| 量化设备类型 \| 可选 \| 1. 类型：Str <br>2. 参考值：'npu','cpu' <br>3. 默认值为"npu"。多卡索引请配合 device_id 指定 \|
114	\| device_id \| 量化设备索引 \| 可选 \| 1. 类型：int列表，用空格分割，如：0 1 2 3 <br>2. 指定多个设备索引时（如：0 1 2 3），系统可启动分布式逐层量化（DP）。算法支持范围与配置方式详见《[一键量化使用说明](usage_quick_quantization.md#41-逐层量化及分布式逐层量化)》 \|	114	\| device_id \| 量化设备索引 \| 可选 \| 1. 类型：int列表，用空格分割，如：0 1 2 3 <br>2. 指定多个设备索引时（如：0 1 2 3），系统可启动分布式逐层量化（DP）。算法支持范围与配置方式详见《[一键量化使用说明](usage_quick_quantization.md#41-逐层量化及分布式逐层量化)》 \|
115	\| model_type \| 模型名称 \| 可选 \| 1. 类型：Str <br>2. 默认值为"default" <br>3. 大小写敏感，请参考《[大模型支持矩阵](../knowledge_base/model/README.md)》 \|	115	\| model_type \| 模型名称 \| 可选 \| 1. 类型：Str <br>2. 默认值为"default" <br>3. 大小写敏感，请参考《[大模型支持矩阵](../knowledge_base/model/README.md)》 \|
	@@ -156,7 +156,7 @@ ${SAVE_PATH}/
156		156
157	### 4.1 相关资料	157	### 4.1 相关资料
158		158
159	-- 配置协议：调优配置文件的详细说明，可以参考《[自动调优配置协议说明](usage_auto_precision_tuning.md)》。完整的配置文件示例见各策略目录，例如《[Standing High 示例](../knowledge_base/tuning_strategies/standing_high/standing_high.yaml)》、《[Standing High With Experience 示例](../knowledge_base/tuning_strategies/standing_high_with_experience/standing_high_with_experience.yaml)》、《[Binary Fallback 示例](../knowledge_base/tuning_strategies/binary_fallback/binary_fallback.yaml)》。	159	+- 配置协议：调优配置文件的详细说明，可以参考《[自动调优配置说明导航](../api_reference/config/tuning/README.md)》。完整的配置文件示例见各策略目录，例如《[Standing High 示例](../knowledge_base/tuning_strategies/standing_high/standing_high.yaml)》、《[Standing High With Experience 示例](../knowledge_base/tuning_strategies/standing_high_with_experience/standing_high_with_experience.yaml)》、《[Binary Fallback 示例](../knowledge_base/tuning_strategies/binary_fallback/binary_fallback.yaml)》。
160	- 调优算法：策略总览见《[自动调优策略总览](../knowledge_base/tuning_strategies/README.md)》。各策略详情：	160	- 调优算法：策略总览见《[自动调优策略总览](../knowledge_base/tuning_strategies/README.md)》。各策略详情：
161	- 《[Standing High 调优算法](../knowledge_base/tuning_strategies/standing_high/standing_high.md)》：基于量化回退层选择和离群值抑制策略的自动调优算法	161	- 《[Standing High 调优算法](../knowledge_base/tuning_strategies/standing_high/standing_high.md)》：基于量化回退层选择和离群值抑制策略的自动调优算法
162	- 《[Standing High With Experience 调优算法](../knowledge_base/tuning_strategies/standing_high_with_experience/standing_high_with_experience.md)》：基于专家经验的摸高算法策略	162	- 《[Standing High With Experience 调优算法](../knowledge_base/tuning_strategies/standing_high_with_experience/standing_high_with_experience.md)》：基于专家经验的摸高算法策略

Rdocs/zh/api_reference/config/processor_group.md→docs/zh/user_guide/usage_processor_group.md+6-8

	@@ -1,4 +1,4 @@
1	-# 组合处理器 (Group Processor)	1	+# 组合处理器 (Group Processor)
2		2
3	## 1. 简介	3	## 1. 简介
4		4
	@@ -8,7 +8,7 @@
8		8
9	## 2. 使用前准备	9	## 2. 使用前准备
10		10
11	-安装 msModelSlim 工具，详情请参见《[msModelSlim工具安装指南](../../install_guide/install_guide.md)》。	11	+安装 msModelSlim 工具，详情请参见《[msModelSlim工具安装指南](../install_guide/install_guide.md)》。
12		12
13	## 3. 原理和实现	13	## 3. 原理和实现
14		14
	@@ -28,7 +28,7 @@
28		28
29	### 3.2 实现	29	### 3.2 实现
30		30
31	-组合处理器在 [msmodelslim/processor/container/group.py](../../../../msmodelslim/processor/container/group.py) 中实现。它作为一个容器，顺序调度其 `configs` 列表中的子处理器。	31	+组合处理器在 [msmodelslim/processor/container/group.py](../../../msmodelslim/processor/container/group.py) 中实现。它作为一个容器，顺序调度其 `configs` 列表中的子处理器。
32		32
33	## 4. 功能介绍	33	## 4. 功能介绍
34		34
	@@ -43,6 +43,7 @@
43	以下示例展示了如何使用组合处理器实现 W8A8 静态+动态混合量化：	43	以下示例展示了如何使用组合处理器实现 W8A8 静态+动态混合量化：
44		44
45	```yaml	45	```yaml
		46	+apiversion: modelslim_v1
46	# 1. 定义静态量化模板 (Anchor)	47	# 1. 定义静态量化模板 (Anchor)
47	default_w8a8_static: &w8a8_static	48	default_w8a8_static: &w8a8_static
48	act:	49	act:
	@@ -83,12 +84,9 @@ spec:
83	exclude: ["gate"] # 排除门控层进行更精细控制	84	exclude: ["gate"] # 排除门控层进行更精细控制
84	```	85	```
85		86
86	-### 4.3 YAML配置字段详解	87	+### 4.3 YAML 配置字段
87		88
88	-\| 字段名 \| 作用 \| 类型 \| 说明 \|	89	+`group` 处理器的字段定义（`type`、`configs`）与取值范围以配置文档为准，见《[group 配置说明](../api_reference/config/processor/group.md)》的「参数列表」与「完整配置参考」。各子处理器的字段与其独立使用时完全一致，按 `type` 查阅对应配置文档即可。
89	-\|--------\|------\|------\|------\|
90	-\| type \| 处理器类型标识 \| `string` \| 固定值 `"group"`。 \|
91	-\| configs \| 子处理器配置列表 \| `list[object]` \| 包含多个子处理器的配置。每个子处理器的字段（如 `type`, `qconfig`, `include`）与其独立使用时一致。 \|
92		90
93	## 5. FAQ	91	## 5. FAQ
94		92

Mdocs/zh/user_guide/usage_quick_quantization.md+1-1

	@@ -352,7 +352,7 @@ modelslim_v1是量化工具推出的新一代量化处理框架，目前正在
352	\| QuaRot \| 离群值抑制 \| [QuaRot 使用指南](../knowledge_base/quantization_algorithms/quarot/usage_quarot.md) \|	352	\| QuaRot \| 离群值抑制 \| [QuaRot 使用指南](../knowledge_base/quantization_algorithms/quarot/usage_quarot.md) \|
353	\| Adapt Rotation \| 离群值抑制 \| [Adapt Rotation 使用指南](../knowledge_base/quantization_algorithms/adapt_rotation/usage_adapt_rotation.md) \|	353	\| Adapt Rotation \| 离群值抑制 \| [Adapt Rotation 使用指南](../knowledge_base/quantization_algorithms/adapt_rotation/usage_adapt_rotation.md) \|
354	\| linear_quant \| 量化 \| [线性量化使用指南](../knowledge_base/quantization_algorithms/linear_quant/usage_linear_quant.md) \|	354	\| linear_quant \| 量化 \| [线性量化使用指南](../knowledge_base/quantization_algorithms/linear_quant/usage_linear_quant.md) \|
355	-\| group \| 量化 \| [group 使用指南](../api_reference/config/processor_group.md) \|	355	+\| group \| 量化 \| [group 使用指南](usage_processor_group.md) \|
356	\| KVCache Quant \| 量化 \| [KVCache Quant 使用指南](../knowledge_base/quantization_algorithms/kvcache_quant/usage_kvcache_quant.md) \|	356	\| KVCache Quant \| 量化 \| [KVCache Quant 使用指南](../knowledge_base/quantization_algorithms/kvcache_quant/usage_kvcache_quant.md) \|
357	\| FA3 Quant \| 量化 \| [FA3 Quant 使用指南](../knowledge_base/quantization_algorithms/fa3_quant/usage_fa3_quant.md) \|	357	\| FA3 Quant \| 量化 \| [FA3 Quant 使用指南](../knowledge_base/quantization_algorithms/fa3_quant/usage_fa3_quant.md) \|
358	\| Float Sparse \| 量化 \| [Float Sparse 使用指南](../knowledge_base/quantization_algorithms/float_sparse/usage_float_sparse.md) \|	358	\| Float Sparse \| 量化 \| [Float Sparse 使用指南](../knowledge_base/quantization_algorithms/float_sparse/usage_float_sparse.md) \|

Mdocs/zh/user_guide/usage_weight_quantization.md+6-6

	@@ -171,9 +171,9 @@ msmodelslim quant \
171		171
172	\| 模型类别 \| 配置协议 \| 权威说明 \|	172	\| 模型类别 \| 配置协议 \| 权威说明 \|
173	\| --- \| --- \| --- \|	173	\| --- \| --- \| --- \|
174	- \| 大语言模型 \| `modelslim_v1` \| 《[modelslim_v1 配置说明](../api_reference/config/task/modelslim_v1.md)》 \|	174	+ \| 大语言模型 \| `modelslim_v1` \| 《[modelslim_v1 配置说明](../api_reference/config/quant/modelslim_v1.md)》 \|
175	- \| 多模态理解 \| `multimodal_vlm_modelslim_v1` \| 《[multimodal_vlm_modelslim_v1 配置说明](../api_reference/config/task/multimodal_vlm_modelslim_v1.md)》 \|	175	+ \| 多模态理解 \| `multimodal_vlm_modelslim_v1` \| 《[multimodal_vlm_modelslim_v1 配置说明](../api_reference/config/quant/multimodal_vlm_modelslim_v1.md)》 \|
176	- \| 多模态生成 \| `multimodal_sd_modelslim_v1` \| 《[multimodal_sd_modelslim_v1 配置说明](../api_reference/config/task/multimodal_sd_modelslim_v1.md)》 \|	176	+ \| 多模态生成 \| `multimodal_sd_modelslim_v1` \| 《[multimodal_sd_modelslim_v1 配置说明](../api_reference/config/quant/multimodal_sd_modelslim_v1.md)》 \|
177		177
178	输出：量化配置 YAML 文件 `${CONFIG_PATH}`。	178	输出：量化配置 YAML 文件 `${CONFIG_PATH}`。
179		179
	@@ -289,9 +289,9 @@ msmodelslim quant \
289	\| 接口或能力 \| 简述 \| 链接 \|	289	\| 接口或能力 \| 简述 \| 链接 \|
290	\| --- \| --- \| --- \|	290	\| --- \| --- \| --- \|
291	\| `msmodelslim quant` \| 权重量化统一命令行入口 \| 《[msmodelslim quant 命令行 API](../api_reference/cli/msmodelslim_quant.md)》 \|	291	\| `msmodelslim quant` \| 权重量化统一命令行入口 \| 《[msmodelslim quant 命令行 API](../api_reference/cli/msmodelslim_quant.md)》 \|
292	-\| `modelslim_v1` \| 大语言模型量化配置协议 \| 《[modelslim_v1 配置说明](../api_reference/config/task/modelslim_v1.md)》 \|	292	+\| `modelslim_v1` \| 大语言模型量化配置协议 \| 《[modelslim_v1 配置说明](../api_reference/config/quant/modelslim_v1.md)》 \|
293	-\| `multimodal_vlm_modelslim_v1` \| 多模态理解模型量化配置协议 \| 《[multimodal_vlm_modelslim_v1 配置说明](../api_reference/config/task/multimodal_vlm_modelslim_v1.md)》 \|	293	+\| `multimodal_vlm_modelslim_v1` \| 多模态理解模型量化配置协议 \| 《[multimodal_vlm_modelslim_v1 配置说明](../api_reference/config/quant/multimodal_vlm_modelslim_v1.md)》 \|
294	-\| `multimodal_sd_modelslim_v1` \| 多模态生成模型量化配置协议 \| 《[multimodal_sd_modelslim_v1 配置说明](../api_reference/config/task/multimodal_sd_modelslim_v1.md)》 \|	294	+\| `multimodal_sd_modelslim_v1` \| 多模态生成模型量化配置协议 \| 《[multimodal_sd_modelslim_v1 配置说明](../api_reference/config/quant/multimodal_sd_modelslim_v1.md)》 \|
295		295
296	## 11. 安全说明	296	## 11. 安全说明
297		297

Mmkdocs.yml+2-2

	@@ -67,14 +67,14 @@ nav:
67	- 一键量化 (V1):	67	- 一键量化 (V1):
68	- 使用指南: "zh/user_guide/usage_quick_quantization.md"	68	- 使用指南: "zh/user_guide/usage_quick_quantization.md"
69	- 调试模式: "zh/user_guide/usage_debug_mode.md"	69	- 调试模式: "zh/user_guide/usage_debug_mode.md"
70	- - 组合处理器: "zh/api_reference/config/processor_group.md"	70	+ - 组合处理器: "zh/user_guide/usage_processor_group.md"
71	- 敏感层分析:	71	- 敏感层分析:
72	- 线性层敏感层分析: "zh/user_guide/usage_sensitive_linear_analysis.md"	72	- 线性层敏感层分析: "zh/user_guide/usage_sensitive_linear_analysis.md"
73	- 层级敏感层分析: "zh/user_guide/usage_sensitive_layer_analysis.md"	73	- 层级敏感层分析: "zh/user_guide/usage_sensitive_layer_analysis.md"
74	- Attention 敏感层分析: "zh/user_guide/usage_sensitive_attn_analysis.md"	74	- Attention 敏感层分析: "zh/user_guide/usage_sensitive_attn_analysis.md"
75	- 自动调优策略:	75	- 自动调优策略:
76	- 使用指南: "zh/user_guide/usage_auto_precision_tuning.md"	76	- 使用指南: "zh/user_guide/usage_auto_precision_tuning.md"
77	- - 配置协议详解: "zh/api_reference/config/auto_precision_tuning.md"	77	+ - 配置协议详解: "zh/api_reference/config/tuning/README.md"
78	- V0框架与传统模型（已停止演进）:	78	- V0框架与传统模型（已停止演进）:
79	- 概览: "zh/user_guide/traditional_quantization_v0/README.md"	79	- 概览: "zh/user_guide/traditional_quantization_v0/README.md"
80	- 传统模型量化与校准: "zh/user_guide/traditional_quantization_v0/traditional_model_quantization_and_calibration.md"	80	- 传统模型量化与校准: "zh/user_guide/traditional_quantization_v0/traditional_model_quantization_and_calibration.md"

Mskills/docs-management/scripts/README.md+7-6

Mskills/quantization/references/linear_quant.md+1-1

	@@ -1,6 +1,6 @@
1	# linear_quant 参数参考	1	# linear_quant 参数参考
2		2
3	-`linear_quant` 处理器的完整字段 schema、类型与取值以 docs 为准：《[linear_quant 处理器配置](../../../docs/zh/api_reference/config/processor/linear_quant.md)》、《[modelslim_v1 任务规格](../../../docs/zh/api_reference/config/task/modelslim_v1.md)》。本文只保留 Practice YAML 编写时的常用建议。	3	+`linear_quant` 处理器的完整字段 schema、类型与取值以 docs 为准：《[linear_quant 处理器配置](../../../docs/zh/api_reference/config/processor/linear_quant.md)》、《[modelslim_v1 任务规格](../../../docs/zh/api_reference/config/quant/modelslim_v1.md)》。本文只保留 Practice YAML 编写时的常用建议。
4		4
5	## 常用取值速查（非权威，取值集合以 docs 为准）	5	## 常用取值速查（非权威，取值集合以 docs 为准）
6		6

Mskills/strategy/references/practice_yaml_format.md+3-3

	@@ -6,12 +6,12 @@ Practice YAML 的完整字段 schema、处理器类型、QConfig 取值与保存
6		6
7	\| 内容 \| docs 位置 \|	7	\| 内容 \| docs 位置 \|
8	\|------\|-----------\|	8	\|------\|-----------\|
9	-\| 配置类与字段总览（`PracticeConfig` / `metadata`） \| 《[PracticeConfig 配置说明](../../../docs/zh/api_reference/config/task/practice_config.md)》 \|	9	+\| 配置类与字段总览（`PracticeConfig` / `metadata`） \| 《[PracticeConfig 配置说明](../../../docs/zh/api_reference/config/quant/practice_config.md)》 \|
10	-\| 任务规格 `spec`（按 `apiversion`） \| 《[modelslim_v1](../../../docs/zh/api_reference/config/task/modelslim_v1.md)》、《[multimodal_vlm_modelslim_v1](../../../docs/zh/api_reference/config/task/multimodal_vlm_modelslim_v1.md)》、《[multimodal_sd_modelslim_v1](../../../docs/zh/api_reference/config/task/multimodal_sd_modelslim_v1.md)》 \|	10	+\| 任务规格 `spec`（按 `apiversion`） \| 《[modelslim_v1](../../../docs/zh/api_reference/config/quant/modelslim_v1.md)》、《[multimodal_vlm_modelslim_v1](../../../docs/zh/api_reference/config/quant/multimodal_vlm_modelslim_v1.md)》、《[multimodal_sd_modelslim_v1](../../../docs/zh/api_reference/config/quant/multimodal_sd_modelslim_v1.md)》 \|
11	\| 处理器类型（`linear_quant` / `flex_smooth_quant` / `iter_smooth` / `flex_awq_ssz` / `quarot` 等） \| 《[config/processor/ 目录](../../../docs/zh/api_reference/config/processor/)》 \|	11	\| 处理器类型（`linear_quant` / `flex_smooth_quant` / `iter_smooth` / `flex_awq_ssz` / `quarot` 等） \| 《[config/processor/ 目录](../../../docs/zh/api_reference/config/processor/)》 \|
12	\| QConfig 字段取值（`dtype` / `scope` / `symmetric` / `method` / `ext`） \| 《[linear_quant](../../../docs/zh/api_reference/config/processor/linear_quant.md)》等 \|	12	\| QConfig 字段取值（`dtype` / `scope` / `symmetric` / `method` / `ext`） \| 《[linear_quant](../../../docs/zh/api_reference/config/processor/linear_quant.md)》等 \|
13	\| 保存配置（`ascendv1_saver`） \| 《[ascendv1_saver](../../../docs/zh/api_reference/config/format/ascendv1_saver.md)》 \|	13	\| 保存配置（`ascendv1_saver`） \| 《[ascendv1_saver](../../../docs/zh/api_reference/config/format/ascendv1_saver.md)》 \|
14	-\| 完整配置示例与协议详解 \| 《[权重量化使用指南](../../../docs/zh/user_guide/usage_weight_quantization.md)》、《[modelslim_v1](../../../docs/zh/api_reference/config/task/modelslim_v1.md)》、《[multimodal_vlm_modelslim_v1](../../../docs/zh/api_reference/config/task/multimodal_vlm_modelslim_v1.md)》、《[multimodal_sd_modelslim_v1](../../../docs/zh/api_reference/config/task/multimodal_sd_modelslim_v1.md)》 \|	14	+\| 完整配置示例与协议详解 \| 《[权重量化使用指南](../../../docs/zh/user_guide/usage_weight_quantization.md)》、《[modelslim_v1](../../../docs/zh/api_reference/config/quant/modelslim_v1.md)》、《[multimodal_vlm_modelslim_v1](../../../docs/zh/api_reference/config/quant/multimodal_vlm_modelslim_v1.md)》、《[multimodal_sd_modelslim_v1](../../../docs/zh/api_reference/config/quant/multimodal_sd_modelslim_v1.md)》 \|
15		15
16	## 调优闭环特有约束	16	## 调优闭环特有约束
17		17

	@@ -17,7 +17,7 @@ AWQ（Activation-aware Weight Quantization）处理器配置。
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `awq` \| `awq` \| 处理器类型，固定为 `awq`。 \| 无 \|	19	\| `type` \| `string` \| 可选 \| `awq` \| `awq` \| 处理器类型，固定为 `awq`。 \| 无 \|
20	-\| `weight_qconfig` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置（QConfig），必选，见《QConfig 配置说明》。 \| 本页 <a href="#2-2-qconfig">§2.2</a> \|	20	+\| `weight_qconfig` \| `object` \| 必选 \| 无 \| — \| 权重的量化配置（QConfig），必选，见<a href="#2-2-qconfig">《QConfig 配置说明》</a>。 \| 本页 <a href="#2-2-qconfig">§2.2</a> \|
21	\| `enable_subgraph_type` \| `list[any]` \| 可选 \| `['norm-linear', 'linear-linear', 'ov', 'up-down']` \| — \| 应用 AWQ 的子图类型列表，默认 `norm-linear`、`linear-linear`、`ov`、`up-down`。 \| 无 \|	21	\| `enable_subgraph_type` \| `list[any]` \| 可选 \| `['norm-linear', 'linear-linear', 'ov', 'up-down']` \| — \| 应用 AWQ 的子图类型列表，默认 `norm-linear`、`linear-linear`、`ov`、`up-down`。 \| 无 \|
22	\| `n_grid` \| `int` \| 可选 \| `20` \| — \| 网格搜索的网格数，用于搜索最优量化尺度/裁剪点，必须大于0。 \| 无 \|	22	\| `n_grid` \| `int` \| 可选 \| `20` \| — \| 网格搜索的网格数，用于搜索最优量化尺度/裁剪点，必须大于0。 \| 无 \|
23	\| `include` \| `list[string] / null` \| 可选 \| `null` \| — \| 包含的模块名称模式；不设置表示全部匹配。 \| 无 \|	23	\| `include` \| `list[string] / null` \| 可选 \| `null` \| — \| 包含的模块名称模式；不设置表示全部匹配。 \| 无 \|
	@@ -34,9 +34,9 @@ AWQ（Activation-aware Weight Quantization）处理器配置。
34	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	34	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
35	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	35	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
36	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|	36	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|
37	-\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale` \| 量化粒度，即 scale/zero_point 的计算范围：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`dual_scale`（双尺度）等；合法取值组合取决于 `dtype` 与量化器实现。 \| 无 \|	37	+\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale`、`per_channel_neg_offset` \| 量化粒度，即 scale/zero_point 的计算范围。各取值含义：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`pd_mix`（Prefill/Decode 混合粒度）、`dual_scale`（双尺度）等；按场景可用取值如下（还须与 `dtype`/`method` 组合匹配）：激活：`per_tensor`、`per_token`、`per_channel`（当前为 `int8`/`fp8_e4m3`/`mxfp8` 的 minmax）、`per_block`（MX minmax）、`pd_mix`、`dual_scale`；权重：`per_channel`、`per_group`（GPTQ）、`per_block`（MX）、`dual_scale`；FA3 注意力：`per_head`（默认）、`per_channel`、`per_token`、`per_block`。 \| 无 \|
38	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|	38	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|
39	-\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none` 等；可用取值取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数（配合 `float` 使用）。 \| 无 \|	39	+\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none`、`gptq` 等；算法按张量类型分属两套量化器：激活量化器支持 `minmax`、`histogram`、`none`（配合 `float`）；权重量化器支持 `minmax`、`mse_round`、`ssz`、`gptq` 等。可用取值还取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数。 \| 无 \|
40	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|	40	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|
41		41
42	配置约束	42	配置约束

	@@ -17,7 +17,7 @@ KV cache 量化处理器配置。
17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	17	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	18	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
19	\| `type` \| `string` \| 可选 \| `dynamic_cache` \| `dynamic_cache` \| 处理器类型，固定为 `dynamic_cache`。 \| 无 \|	19	\| `type` \| `string` \| 可选 \| `dynamic_cache` \| `dynamic_cache` \| 处理器类型，固定为 `dynamic_cache`。 \| 无 \|
20	-\| `qconfig` \| `object` \| 必选 \| 无 \| — \| KV cache 张量的量化配置，见《QConfig 配置说明》。 \| 本页 <a href="#2-2-qconfig">§2.2</a> \|	20	+\| `qconfig` \| `object` \| 必选 \| 无 \| — \| KV cache 张量的量化配置，见<a href="#2-2-qconfig">《QConfig 配置说明》</a>。 \| 本页 <a href="#2-2-qconfig">§2.2</a> \|
21	\| `include` \| `list[string]` \| 可选 \| `[]` \| — \| 包含的模块名称模式 \| 无 \|	21	\| `include` \| `list[string]` \| 可选 \| `[]` \| — \| 包含的模块名称模式 \| 无 \|
22	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|	22	\| `exclude` \| `list[string]` \| 可选 \| `[]` \| — \| 排除的模块名称模式，优先级高于 `include` \| 无 \|
23		23
	@@ -32,9 +32,9 @@ KV cache 量化处理器配置。
32	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|	32	\| 字段路径 \| 类型 \| 必选/可选 \| 默认值 \| 取值范围或格式 \| 含义 \| 引用配置 \|
33	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|	33	\|----------\|------\|-----------\|--------\|----------------\|------\|----------\|
34	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|	34	\| `dtype` \| `string` \| 必选 \| 无 \| `float`、`int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3` \| 量化数据类型，如 `int8`、`int4`、`mxfp8`、`mxfp4`、`fp8_e4m3`；`float` 表示该张量不量化。 \| 无 \|
35	-\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale` \| 量化粒度，即 scale/zero_point 的计算范围：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`dual_scale`（双尺度）等；合法取值组合取决于 `dtype` 与量化器实现。 \| 无 \|	35	+\| `scope` \| `string` \| 必选 \| 无 \| `per_tensor`、`per_channel`、`per_group`、`per_block`、`per_token`、`pd_mix`、`per_head`、`dual_scale`、`per_channel_neg_offset` \| 量化粒度，即 scale/zero_point 的计算范围。各取值含义：`per_tensor`（整张量一个尺度）、`per_channel`（按通道）、`per_group`/`per_block`（按分组或固定块）、`per_token`（按 token）、`per_head`（按注意力头）、`pd_mix`（Prefill/Decode 混合粒度）、`dual_scale`（双尺度）等；按场景可用取值如下（还须与 `dtype`/`method` 组合匹配）：激活：`per_tensor`、`per_token`、`per_channel`（当前为 `int8`/`fp8_e4m3`/`mxfp8` 的 minmax）、`per_block`（MX minmax）、`pd_mix`、`dual_scale`；权重：`per_channel`、`per_group`（GPTQ）、`per_block`（MX）、`dual_scale`；FA3 注意力：`per_head`（默认）、`per_channel`、`per_token`、`per_block`。 \| 无 \|
36	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|	36	\| `symmetric` \| `bool` \| 必选 \| 无 \| — \| 是否对称量化。对称量化只保存 scale；非对称量化额外保存 zero_point，可用性取决于 `dtype`/`scope` 组合。 \| 无 \|
37	-\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none` 等；可用取值取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数（配合 `float` 使用）。 \| 无 \|	37	+\| `method` \| `string` \| 必选 \| 无 \| — \| 量化参数估计算法，如 `minmax`、`mse_round`、`histogram`、`ssz`、`none`、`gptq` 等；算法按张量类型分属两套量化器：激活量化器支持 `minmax`、`histogram`、`none`（配合 `float`）；权重量化器支持 `minmax`、`mse_round`、`ssz`、`gptq` 等。可用取值还取决于 `dtype`/`scope`/`symmetric` 组合，`none` 表示不估计参数。 \| 无 \|
38	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|	38	\| `ext` \| `object` \| 可选 \| `{}` \| — \| 量化器扩展参数，随 `method` 与量化器实现而定（如 gptq 的 `percdamp`/`group_size`）；空对象表示无扩展参数。 \| 无 \|
39		39
40	配置约束	40	配置约束

	@@ -8,7 +8,7 @@
8		8
9	## 量化配置（模板 04）	9	## 量化配置（模板 04）
10		10
11	-从 Pydantic `model_json_schema()` 生成 `docs/zh/api_reference/config/`，并按类型放入 `task/`、`processor/`、`format/`、`tuning/` 等子目录。服务规格（spec）不再单独成页，而是随对应 task 页展开。字段类型、枚举、边界以 JSON Schema 为准。	11	+从 Pydantic `model_json_schema()` 生成 `docs/zh/api_reference/config/`，并按类型放入 `quant/`、`processor/`、`format/`、`tuning/` 等子目录。服务规格（spec）不再单独成页，而是随对应任务（quant）页展开。字段类型、枚举、边界以 JSON Schema 为准。
12		12
13	日常重新生成使用驱动脚本（默认目标 + 展开嵌套 + 清理过期文档）：	13	日常重新生成使用驱动脚本（默认目标 + 展开嵌套 + 清理过期文档）：
14		14
	@@ -37,13 +37,14 @@ python3 skills/docs-management/scripts/gen_quant_config_docs.py --check
37	生成规则：	37	生成规则：
38		38
39	- 每个对外 Pydantic 配置类生成一份 Markdown；`type` 以 `_` 开头的内部配置不生成。	39	- 每个对外 Pydantic 配置类生成一份 Markdown；`type` 以 `_` 开头的内部配置不生成。
40	-- 文档按类型子目录组织：任务配置 `task/`、处理器 `processor/`、保存格式 `format/`、自动调优 `tuning/`；服务规格随 task 页展开，不单独生成 `spec/` 页面。	40	+- 文档按类型子目录组织：任务配置 `quant/`、处理器 `processor/`、保存格式 `format/`、自动调优 `tuning/`；服务规格随任务页展开，不单独生成 `spec/` 页面。
41	- 参数表「字段路径」为相对当前配置的字段名；子标题不显示 YAML 路径后缀。	41	- 参数表「字段路径」为相对当前配置的字段名；子标题不显示 YAML 路径后缀。
42	-- 参数列表按配置类名分块组织，块标题带可见编号（如 `<h3 id="2-1-...">2.1类名</h3>`、`<h4 id="...">2.x 派生类名</h4>`）；每个块含自身参数表与「配置约束」子项；嵌套配置（含 task 的 spec）展开进对应子块；嵌套块若类 docstring 首段非空，标题后先输出该句类概述。	42	+- 参数列表按配置类名分块组织，块标题带可见编号（如 `<h3 id="2-1-...">2.1类名</h3>`、`<h4 id="...">2.x 派生类名</h4>`）；每个块含自身参数表与「配置约束」子项；嵌套配置（含任务页的 spec）展开进对应子块；嵌套块若类 docstring 首段非空，标题后先输出该句类概述。
43	-- `PracticeConfig`（`BaseQuantConfig` 子类，含 `metadata` → `Metadata`）作为任务基类配置独立成 `task/practice_config.md` 页，被调优策略引用时链接到该页。	43	+- `PracticeConfig`（`BaseQuantConfig` 子类，含 `metadata` → `Metadata`）作为任务基类配置独立成 `quant/practice_config.md` 页，被调优策略引用时链接到该页。
44	-- type/mode 分派字段（`process`、`save`、`strategy`、`evaluation`、`select_best`、`operations`、`preprocess` 等）渲染为基础类块（`<h3 id="…">基础类名（按 type 分派）</h3>`，含基础类参数表与「派生类」列表）+ 各派生类 `<h4 id="…">` 子块；同一页面同一基础类只渲染一次，分派字段的「引用配置」列统一指向基础类块锚点。	44	+- type/mode 分派字段（`process`、`save`、`strategy`、`evaluation`、`select_best`、`operations`、`preprocess` 等）渲染为基础类块（`<h3 id="…">基础类名（按 type 分派）</h3>`，含基础类参数表与「派生类」表格）+ 各派生类 `<h4 id="…">` 子块；同一页面同一基础类只渲染一次，分派字段的「引用配置」列统一指向基础类块锚点。
45	- 配置块标题与页内跳转统一用 HTML 标签（`<h3 id>` / `<h4 id>` / `<a href="#…">`），不使用 Markdown 的 `{#anchor}` 属性语法。	45	- 配置块标题与页内跳转统一用 HTML 标签（`<h3 id>` / `<h4 id>` / `<a href="#…">`），不使用 Markdown 的 `{#anchor}` 属性语法。
46	-- 不再生成 `config/README.md` 索引页。	46	+- 配置块标题的可见编号与标题层级一致：页根 `<h3>` 为 `2.1`；直接挂在页根下的嵌套/分派块与页根同级续号（`2.2`、`2.3`…），再往下的子块编号为 `<父编号>.<序号>`（如 `2.2.1`），最多 3 段（`2.x.y`，对应最大 `<h4>`）；若再深则提升为祖父同级续号，避免出现 `2.2.1.1` / `<h5>` 及更深层。
		47	+- 手写页 `README.md`（配置说明导航）不参与生成与清理；不再生成 `config/README.md` 的正文内容。
47	- 文件名优先使用公开 `type`（如 `linear_quant.md`），否则使用类名的 snake_case。	48	- 文件名优先使用公开 `type`（如 `linear_quant.md`），否则使用类名的 snake_case。
48	- 顶层任务配置保留稳定文件名：`modelslim_v1.md`、`multimodal_vlm_modelslim_v1.md`、`multimodal_sd_modelslim_v1.md`、`modelslim_convert.md`、`practice_config.md`。	49	- 顶层任务配置保留稳定文件名：`modelslim_v1.md`、`multimodal_vlm_modelslim_v1.md`、`multimodal_sd_modelslim_v1.md`、`modelslim_convert.md`、`practice_config.md`。
49	- 手写文档 `processor_group.md`、`auto_precision_tuning.md` 不会被覆盖。	50	- 手写文档 `processor_group.md`、`auto_precision_tuning.md` 不会被覆盖。