量化（quantization）
把神经网络里原本高精度（如 32 位浮点数）的参数和激活值，用更少位数、更简单的数值来表示的技术。
1-bit LLMs 就是极致量化的模型 这里把参数限制在 {−1, 0, 1} 三个值，叫三值量化（ternary quantization）
目的:
- 大幅降低推理计算成本
- 提升硬件执行效率
- 同时尽量保持模型效果不明显下降
把神经网络里原本高精度（如 32 位浮点数）的参数和激活值，用更少位数、更简单的数值来表示的技术。
1-bit LLMs 就是极致量化的模型 这里把参数限制在 {−1, 0, 1} 三个值，叫三值量化（ternary quantization）
目的: