英文：Quantization-Aware Training 分类：architecture
在训练/微调过程中模拟量化误差，让模型适应低精度表示的技术。相比训练后量化，QAT 在低比特下保持更高精度。
实现：前向中插入伪量化（round+clamp，STE 直通梯度）、逐层/逐通道缩放学习、配合蒸馏（教师 FP16→学生 INT4）；训练成本高于 PTQ 但 4-bit 场景收益显著。
用于 INT4/INT8 高精度部署（大模型本地化）、边缘芯片（NPU 固定精度）与低延迟服务；与 LoRA 微调结合实现"低成本量化适配"。