绑定 Trit 平面：将 PTQTP 限制为统一的九级量化器，并采用持久折叠格式进行磁盘流混合专家服务

PTQTP 将 LLM 权重矩阵分解为两个三元 (trit) 平面，并具有两个自由的每组尺度。将尺度与三的固定比率联系起来，将分解分解为单个均匀的九级量化器，这是一种已知的平衡三元恒等式。据我们所知，在撰写本文时，这项工作是第一个将该恒等式作为约束强加于 PTQTP 求解器内部的工作。然后，这两个 trit 平面无损地折叠成一个 4 位代码平面，我们将其作为持久服务表示：磁盘字节、专家缓存字节和内核输入是相同的 4.0625 位/权重块，在一个整数点传递中消耗。对于这种结合（比率 3 九级代码、CPU-SIMD 内核、SSD 专家流、相同的持久字节），我们同样没有发现先例。我们将此应用于 DeepSeek-V4-Flash-0731 的路由专家（一种 284B-A13B 专家混合模型），从发布的 MXFP4 专家权重和 64 GB 笔记本电脑上 SSD 的流专家中一次性进行量化。相对于 4.5 位 Q4_K 基线，使用专家无损锚臂作为参考控制测量每个夹具的一个过程，绑定模型与 5/5 夹具上第 0 步（Q4_K：4/5）和 12/14 捕获的连续步骤（11/14）上的官方服务 API 相匹配，在 100 项 MMLU 子集上得分 86 比 84，在解码阶段解码速度提高 6.7%，并且交付的文件小了 9%：在这些小评估尺寸下没有检测到保真度差异，并且臂之间的每个夹具级别差异都跟踪到单个测量的近连接单元。然而，捆绑拟合显示出更高的权重重建误差和更差的困惑度，即代理指标和参考保真度之间的测量分离。累积的主干三值化阶梯和按位固定的 aarch64/x86-64 内核完成了报告。所有代码、格式和评估工件都是 fucina 推理堆栈中的开源代码。