读完这篇，你能徒手写出与 llama.cpp 输出完全一致的 4-bit 量化代码
几乎每篇讲量化的文章都会先甩两个公式：量化q = round(x / scale)，反量化x = q · scale + offset。背下来，你以为自己懂了量化。把这两个公式拿去读 llama.cpp 里真正跑在你显卡上的 Q4_0 代码，你会发现没有一项对得上：没有round()，scale 是个负数（max / -8），而 offset 压根不存在。更怪的是下面这条语句——constuint8_txi0=MIN(15,(int8_t)(x0+
