PersonalQ：面向高效推理的个性化扩散模型选择、量化与服务

个性化文生图生成让用户能够将扩散模型微调为由特定概念检查点（checkpoint）组成的仓库，但高效服务这些仓库面临两个难点：自然语言请求往往含糊，可能被误路由到视觉上相似的检查点；标准的训练后量化（PTQ）会扭曲编码个性化概念的脆弱表示。我们提出 PersonalQ，一个通过共享信号——检查点的触发词（trigger token）——将检查点选择与量化联结起来的统一框架。Check-in 通过将意图感知的混合检索与基于 LLM 的检查点上下文重排相结合来执行与意图对齐的选择，仅在多种意图仍然皆有可能时提出一个简短的澄清问题；随后通过插入所选检查点的规范触发词来改写提示。与之互补，触发感知量化（TAQ）在交叉注意力中应用触发感知的混合精度，保留由触发词条件化的键/值行（及其注意力权重），同时对其余通路进行激进量化，以实现内存高效的推理。实验表明，PersonalQ 在意图对齐上优于检索与重排基线，而 TAQ 一致地提供比以往扩散 PTQ 方法更强的压缩—质量权衡，从而在不牺牲保真度的情况下实现个性化检查点的可扩展服务。