Quantization-Aware Healing：压缩 4-bit 模型超越原始全精度版本

Hugging Face 官方博客介绍了 Quantization-Aware Healing（QAH）方法，将 GPT-OSS 120B 压缩至 60B 参数并以 MXFP4 量化后，在 7 项基准中超过其 bfloat16 恢复版本，尤其在长上下文推理（+7.4）和数学（+5.6）上提升显著，且训练只需约 100 步并保持稳定，避免了传统 QAT 的剧烈漂移风险。