量化算法总览

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。

离群值抑制算法

离群值抑制算法旨在平滑激活值的分布，减少量化带来的精度损失。

算法名称	核心思想	适用场景	详细说明
QuaRot	应用正交旋转矩阵平滑激活值分布	抑制激活离群值，提升精度	查看详情
Adapt Rotation	在QuaRot基础上使用基于校准数据迭代优化 Hadamard 旋转矩阵	优化旋转矩阵，进一步提升低比特量化精度	查看详情
SmoothQuant	协同缩放激活与权重，平滑离群值	抑制激活离群值	查看详情
Iterative Smooth	迭代式平滑缩放，更精细的分布调整	复杂分布下的精度优化	查看详情
Flex Smooth Quant	二阶段网格搜索自动寻找最优 alpha/beta	灵活适配不同架构	查看详情
Flex AWQ SSZ	结合 AWQ 与 SSZ，使用真实量化器评估误差	自动搜索最优平滑参数	查看详情
KV Smooth	针对 KV Cache 的平滑抑制算法	降低 KV Cache 显存占用	查看详情
AWQ	基于激活值统计特征网格搜索最优缩放因子	自动搜索最优平滑参数	查看详情

量化算法

包含权重量化、激活量化以及针对特定结构的量化方案。

算法名称	类型	核心思想	适用场景	详细说明
AutoRound	权重量化优化	基于 SignSGD 优化舍入偏移，降低重构误差	4bit 等超低比特量化	查看详情
FA3 Quant	激活量化	针对 Attention 激活的 per-head INT8 量化	长序列、MLA 架构模型	查看详情
GPTQ	权重量化优化	通过逐列优化和误差补偿最小化量化误差	高精度权重量化需求	查看详情
KVCache Quant	KV Cache 量化	针对 KV Cache 的量化方案	提升长序列推理效率	查看详情
Linear Quant	基础量化	对线性层进行权重量化和激活量化	基础量化场景	查看详情
PDMIX	混合阶段量化	Prefilling 使用动态量化，Decoding 使用静态量化	大模型推理加速，平衡精度与性能	查看详情
Histogram	激活量化	分析直方图分布，搜索最优截断区间	过滤离群值，提高精度	查看详情
MinMax	基础量化	统计最大最小值确定量化范围	基础量化场景，计算开销低	查看详情
SSZ	权重量化	迭代搜索最优缩放因子和偏移量	权重分布不均的精度优化	查看详情
LAOS	低比特量化	针对 W4A4 等极低比特场景的优化	极致压缩需求	查看详情
Float Sparse	稀疏化	基于 ADMM 算法实现模型浮点 sparse	高压缩率需求	查看详情
SVDQuant	综合方案	离群值迁移 + SVD 低秩残差 + 残差量化	扩散模型等低比特量化	查看详情
MSE_Round	权重量化	按 block 在 ceil/floor shared exponent 间按 MSE 择优	MXFP8 权重量化精度优化	查看详情
FouroverSix	权重量化	自适应选择块缩放（Scale-to-6 / Scale-to-4）	mxFP4 量化误差优化	查看详情
Ceil_X	权重量化	ceil + 可配置除数计算 shared exponent	MXFP4 大值截断抑制	查看详情
DualScale	权重量化	两级粒度递进缩放，缓解异常通道	W4A4 等低比特场景	查看详情

敏感层分析算法

敏感层分析通过msmodelslim analyze在校准数据上度量各层或子结构对量化的敏感程度，得到排序结果以辅助回退与 YAML 调参。

算法名称	分析范围	核心思想	适用场景	详细说明
Std	linear（线性层）	用激活动态范围与标准差的比值刻画敏感度	量化前线性层粗筛、默认策略之一	查看详情
Quantile	linear（线性层）	基于分位数与 IQR 构造 score，对离群点相对稳健	激活尾部重、希望降低离群主导	查看详情
Kurtosis	linear（线性层）	估计激活峰度，识别尖峰与极端值影响	关注尖峰分布、配合回退或混精	查看详情
Attention MSE（mse）	attn（attention 结构）	浮点与量化权重下 attention 输出的 MSE	Attention 权重量化敏感度（需适配器接口）	查看详情
层级 MSE（mse_layer_wise）	layer（Decoder 块）	块内选中子模块输出上 MSE 的块内均值	整层或整块（如 MLP / attention 段）回退	查看详情
模型级 MSE（mse_model_wise）	layer（链式前向）	逐层量化扰动对模型最终输出的 MSE	从最终隐藏状态视角看层敏感度	查看详情

算法选择建议

• 初学者：建议优先使用《一键量化 (V1)》，它会自动集成合适的算法组合。
• 敏感层与回退：在定稿 YAML 前可用《敏感层分析》结合上表 metrics 做层/结构排序；linear可首选Kurtosis，layer可优先mse_layer_wise。
• 自动调优：精度不达标且希望自动搜索配置时，参见《自动调优策略总览》。
• 追求极致精度：可以尝试组合使用 QuaRot + AutoRound。
• 长序列推理：推荐开启 FA3 Quant 和 KVCache Quant。