ITQ3_S：高保真 3-bit 大语言模型推理
面向大语言模型的高保真 3-bit 量化与推理框架，用快速沃尔什-哈达玛变换将重尾权重分布平滑为近似高斯分布，基于 Lloyd-Max 推导最优三值量化阈值，并把逆 FWHT 融合进 MMQ CUDA 核，避免去量化权重落到全局内存。
LLM-Streamline：精简冗余层以压缩大语言模型
面向大语言模型的层级剪枝与轻量替代方法，用输入输出 hidden states 的余弦相似度定位连续冗余层，并训练轻量 FFN 替代被剪层段，在约 25% 剪枝率下保留原模型约 93% 的分类能力。
肖洋
FreeAct：释放大语言模型量化中的激活约束
放松 LLM 量化中激活与权重的"一对一"变换约束，激活侧采用动态多变换矩阵适配不同 Token 类型，权重侧保持单一静态变换，W4A4 下性能接近 FP16 且零额外部署开销。
