feat: find_pyrt_entry 按 ModelZoo 架构分组目录搜索运行时入口(BYZG/WL/BY/ZG/pyrt + backend profile runtime_dirs 兜底)
icraft 五阶段精度对齐分析 skill(parse / optimize / quantize / adapt / generate)。
scripts/accuracy_analysis.py
scripts/compare.py
--board-compare
stage=g
对量化精度(WL/ZG int8,BY int8/int16),当 optimize_vs_quantize ftmp 超阈值时, --base-quant-sweep auto(默认)会在 mix_precision="auto" 调优前先调用 Fpai-user-qt-tuning 的 scripts/base_quant_sweep.py 遍历 saturation(kld/null/ems)× per(channel/tensor),选出最佳基础量化方案并基于它重新完成五阶段精度对齐; 若仍超阈值再触发 mix_precision 自动量化调优。
optimize_vs_quantize
--base-quant-sweep auto
mix_precision="auto"
Fpai-user-qt-tuning
scripts/base_quant_sweep.py
saturation
per
--base-quant-sweep no
--sat-list
--per-list
--qt-tuning-script
base_quant_sweep.py
compare_analysis.md
## 基础量化方案选择
run_detail.log
精度分析
版权所有:中国计算机学会技术支持:开源发展技术委员会 京ICP备13000930号-9 京公网安备 11010802047560号
Fpai-user-analysis-accuracy
icraft 五阶段精度对齐分析 skill(parse / optimize / quantize / adapt / generate)。
scripts/accuracy_analysis.py,对比脚本scripts/compare.py。--board-compare,仅对stage=g生效。量化精度基础方案选择
对量化精度(WL/ZG int8,BY int8/int16),当
optimize_vs_quantizeftmp 超阈值时,--base-quant-sweep auto(默认)会在mix_precision="auto"调优前先调用Fpai-user-qt-tuning的scripts/base_quant_sweep.py遍历saturation(kld/null/ems)×per(channel/tensor),选出最佳基础量化方案并基于它重新完成五阶段精度对齐; 若仍超阈值再触发 mix_precision 自动量化调优。--base-quant-sweep no可跳过该步骤直接进入 mix 调优。--sat-list/--per-list可自定义遍历项。--qt-tuning-script指定base_quant_sweep.py路径(默认自动定位兄弟 skill)。compare_analysis.md增加## 基础量化方案选择章节(各方案指标表 + 选择方案), 完整明细写入run_detail.log。