本文介绍了ZeroQ框架，旨在实现神经网络的零-shot量化，无需原始数据。通过优化批量归一化统计数据，ZeroQ在多个模型上测试显示出比DFQ更高的精度和更低的计算开销。此外，提出了ZAQ框架和细粒度数据分布对齐方法，进一步提升了量化性能，尤其在图像识别任务中表现优异。