GPTQ
面向生成式预训练 Transformer 的训练后量化方法，论文标题即「Accurate Post-Training Quantization for Generative Pre-trained Transformers」；与 AWQ 同属部署侧成本账。
生产方式：AI 生成AI 生成，仅供参考签发：晓黎学习复核：2026年11月1日被 4 个词条引用
GPTQ 的论文标题把定位写全了：Accurate Post-Training Quantization for Generative Pre-trained Transformers——训练后量化、针对生成式预训练 Transformer、目标是保住精度。
课程把它与 AWQ 记在同一本账上：模型已经训好，量化压的是推理时占多少。这与 QLoRA 动训练账第一格的做法不同，两本账别混着算。
相关
互链
链接来自概念卡正文里的双链，编译时能解到本期词条集的才成为站内链接。
- 量化（Quantization）相关概念
- AWQ正文引用
- AWQ相关概念
- QLoRA正文引用
- QLoRA相关概念
反链（4）
- 量化（Quantization）正文引用
- 量化（Quantization）相关概念
- AWQ正文引用
- AWQ相关概念
出现在哪些课时里（1）
判据与「课时正文里能不能点出来」是同一个：那一节确实提到了它。点课时走当前页跳转， 它是导航，不是词条链接。
- 省内存省的到底是哪一块账大模型后训练：偏好、权重与测得出退化的评测
关联图
只画这一条与它直接相连的词条，边与上面两区同源。可拖拽、可缩放，点节点是新标签。
以列表方式看这 4 个节点
- AWQ11
- GPTQ9
- QLoRA17
- 量化（Quantization）16
出处
路径是本地知识库（Obsidian 库）里的位置，正文与概念卡逐字对应。
- 课程正文用法归纳省内存省的到底是哪一块账
packages/db/prisma/lesson-content/qlora-memory-budget.md - 课程正文用法归纳课程派生词条 · 模型训练与后训练
编译入库：2026年11月2日。词条由知识库编译而来， 修正要回到概念卡改，再重新编译。