模型量化
投稿调研与阅读笔记
从低比特权重到高效推理，梳理 ICLR 2027 官方公开投稿中的模型量化研究。以 OpenReview 完整活跃投稿快照为起点，整理研究方向、中文摘要解读与逐篇阅读进度。
论文数量与状态将在数据载入后显示。
使用正常浏览器导出官方投稿 ↗调研概览
所有记录均来自官网公开活跃投稿快照。候选数经过关键词初筛和摘要范围清理，仍可能误收或漏检，并非最终确认的量化论文数。摘要解读与官方全文阅读分别计数；投稿状态不代表录用。
候选全景总结与研究建议
从整份官方候选快照的方向标签与摘要词项统计出发，结合代表论文归纳研究趋势和选题思路。统计覆盖全部候选；方法和实验判断以逐篇注明的阅读依据为准。
方向总览
| 方向 | 论文数 | 代表作 | 战线饱和度 |
|---|
查看统计口径与摘要词项计数
下载逐方向、逐词项的官方 ID 清单与统计规则 ↗关键趋势与共同认识
这里的“趋势”是本次投稿快照中反复出现的研究主题，未作跨年增长比较；“共同认识”是对所列代表作的综合判断，不是对全部作者意见的调查。
从代表作中归纳的共同认识
总结性的研究方向建议
若从零开始选题，可先做固定预算下的轨迹校准或 KV 功能保真；具备对应条件后再深入原生内核、FP4 训练或 VLA 闭环。以下建议围绕可验证的问题缺口，候选数量少不等于创新空间大。
证据和写作版本随官方快照绑定。摘要中的性能数字属于作者报告，代表作选择不构成质量排名或录用预测。
代表论文中的问题与方法
依据已解读的官网摘要和已核对的官方原稿，比较不同量化对象与研究思路。每条观察链接到具体投稿，阅读依据逐篇标明；实验数字属于作者报告，尚未独立复现，这些样本不代表全会议的方向比例。
正在载入阅读笔记与对应论文来源。
沿着问题，阅读论文
从量化方法、模型场景与部署实践三个角度组织阅读。一篇候选可以属于多个方向；标签由初筛规则生成，部分代表作经人工校正。下方数量覆盖本次候选索引，点击方向可筛选论文。
方向标签来自初筛规则，已解读论文可人工修订；分类数量相加不等于论文数。数量仅覆盖当前官网候选索引。
论文索引
正在载入论文索引
请稍候，读取公开数据的最新快照。
可追溯的来源，明确的边界
收集公开投稿
通过正常官网浏览器会话导出 ICLR 2027 Active submissions，核对完整分页、稳定总数、唯一 ID、公开权限与活跃 venue。快照附原始导出的 SHA256 与采集时间。
检索并分类
对标题、摘要与关键词检索 quantization、PTQ、QAT、low precision、低比特数值格式等线索。初筛可能漏检或误收，候选记录不等同于确认相关。
标明阅读依据
根据官方摘要写中文解读，保留原始摘要与官方 PDF 入口。只有取得并核对相应版本的投稿 PDF 后才标记“官方全文已读”；标题、摘要、PDF 或更新时间变化后恢复待核验。
同步失败时保留上次成功快照，并明确显示来源暂不可访问。没有取得数据时，数量显示为未知。
SUBMISSIONS
页面组织参考 Awesome Model Quantization，独立整理 ICLR 2027 数据。统计仅针对本次官方候选快照，范围和分类仍需逐篇复核。