《Quantization without Tears (QwT)》是关于深度学习模型量化的新工作，已被CVPR 2025接收。该研究提出了一种新的量化框架QwT，旨在解决现有量化技术导致的信息损失问题。QwT通过在网络模块中插入补偿层来减轻量化带来的精度下降，并通过实验验证了其在多个任务和模型架构中的有效性。研究团队已开源QwT的代码和模型，并将在CVPR 2025的poster展示环节中进一步交流。