本文介绍了多种量化感知训练（QAT）方法，如EdgeQAT、Teacher Intervention和AdaQAT，旨在提升边缘设备的推理速度和模型准确性。研究表明，这些方法在多个数据集上表现优异，能够实现高效的低精度模型训练和推断，推动量化技术的发展。