低维高杠杆子空间优化：超越神经网络量化中的全参数耦合训练

论文提出归一化仿射预调节（NAP），将归一化层的缩放与偏置视为影响量化鲁棒性的低维高杠杆子空间。PTQ阶段仅在目标伪量化图下微调这些参数；QAT阶段交替优化特征学习与数值校准。作者称其能改善紧凑网络的低比特量化，并以较低调优成本提升ImageNet与CIFAR-100结果。