V0框架与传统模型文档导航（已停止演进）

本目录文档按模型类型与任务场景梳理，便于按需求快速定位。

一、传统模型量化与校准

• 传统模型量化与校准
• 包含 PyTorch/ONNX/MindSpore 训练后量化与 QAT。

二、大模型量化与压缩

• 大模型量化与校准
• 包含低显存量化、混合校准数据集、FA3 量化。
• 压缩与结构优化（大模型为主）
• 包含稀疏量化与权重压缩、长序列压缩、权重压缩流程、低秩分解。

三、训练加速与模型改造

• 训练加速与模型改造
• 包含重要性剪枝、Transformer 剪枝、Sparse tool、模型蒸馏。
• 稀疏加速训练
• 包含宽度扩增与深度扩增模型的稀疏训练加速流程。

四、工具与生态适配

• 量化权重格式说明
• 包含量化权重与描述文件格式、反量化公式及 KV Cache 量化说明。
• MindSpeed适配器
• 包含 MindSpeed-LLM 模型量化适配流程与示例。
• 伪量化精度测试工具
• 包含 Precision Tool 使用方式与测试流程。
• 多模态生成模型推理优化
• 包含 DiT 缓存优化与自适应采样优化流程。
• 量化代码示例
• 包含常见量化/稀疏量化场景导入代码样例。