SoloQ 这篇论文瞄准的是扩散语言模型部署里一个很具体的卡点：现有给 dLLM 做的训练后量化，都还要靠校准数据。它要做的就是把校准数据这一步去掉。

SoloQ 这篇论文瞄准的是扩散语言模型部署里一个很具体的卡点：现有给 dLLM 做的训练后量化，都还要靠校准数据。它要做的就是把校准数据这一步去掉。

先看 dLLM 的开销在哪。它用双向的扩散方式生成 token，不像自回归模型那样一个一个往后吐。摘要里点出两种开销。第一种是计算：全序列去噪要反复调用计算量很大的前向传播。第二种是内存：block-diffusion 模型在此之上还多了一份很占内存的 KV cache。计算和内存两头都紧，模型又越做越大，所以论文认为低比特的权重加激活一起量化值得做。

再看它改的是哪一步。摘要的说法是，现有的 dLLM 训练后量化方法都依赖校准数据。SoloQ 的标题直接写了 Calibration-Free，也就是在同样的低比特权重加激活量化里，不再用这份数据。

有一点我不确定：素材里的摘要正好断在 "despite activation distributions" 这半句，激活分布到底哪里让校准数据不可靠，这段没有交代。具体用什么替代校准、能压到几比特、精度掉多少，也都要看论文正文才知道。

论文在 Hugging Face Papers 上，摘要和全文入口都在这里：huggingface.co/papers/2610.07121