Softmax Reparameterization for Output-Head Quantization

针对小语言模型大词表输出头推理成本高的问题，提出Softmax重参数化后训练方法：量化前从每个输出行减去词表行均值的标量倍数，用验证KL选择系数，得到功能等价输出头；可适配RTN、激活加权MSE和GPTQ等量化方案，降低量化损失。