量化感知修复 QAH：从 GPT-OSS 120B 压缩到 60B MXFP4 的 4-bit LLM 恢复方案

研究团队提出量化感知修复（QAH），将 4-bit 学生模型直接从原始未压缩模型蒸馏，替代默认的量化感知训练（QAT）。在 GPT-OSS 120B 到 60B 再到 MXFP4 的流水线上，QAH 学生模型在 9 项基准中的 7 项追平或超过其 bfloat16 源模型，权重内存约为原来的 1/4，参数量为教师模型的一半，并以 Hypernova-60B 开源发布。