TTAQ：朝着连续域适应中的稳定后训练量化

本研究解决了传统后训练量化在动态变化的测试域中性能下降的问题。提出了一种名为TTAQ的新颖且稳定的量化过程，通过扰动误差缓解和扰动一致性重构来应对量化器中的域转移。实验表明，TTAQ显著提高了低位量化模型的准确性，在不断变化的测试域中优于现有基线。