当平坦极小值失效时：FP32 收敛后 INT4 量化崩溃的特征化

训练后量化（PTQ）假设一个良好收敛的模型就是一个准备好量化的模型。我们表明，这一假设以一种结构化、可测量且此前未被特征化的方式失效。使用一个无校准的逐组 INT4 探针，应用于所有 154 个公开可用的 Pythia-160m 训练检查点，我们识别出一个三阶段发散结构：一个快速学习阶段，其中 FP32 困惑度和量化鲁棒性同时提升；一个持续约 70,000 步的亚稳态平台期，其中 FP32 困惑度停滞但 INT4 差距保持有界；以及一个爆炸性发散阶段，其中 INT4 差距从 11% 累积到 517%，而 FP32 困惑度几乎不变。关键的是，这种发散并非始于学习率开始衰减时，而是精确地始于 FP32 困惑度收敛时——一个更细粒度的起始预测因子，这意味着收敛后的权重更新（而非衰减幅度本身）是直接原因。我们进一步表明，INT8 量化在整个三个阶段完全不受影响，将机制限制在 16 级 INT4 网格的粗糙度上，并通过直接的峰度测量排除了权重异常值累积作为机制的可能性。最后，我们从发散前的检查点进行了一个受控的分支实验，在九个独立运行中比较了三种学习率调度（余弦延续、SGDR 热重启和我们提出的振荡锁定）。SGDR 均匀地加速了发散（对余弦的成对胜率为 0/9），而 OLI 的稳定冷却阶段平均将 INT4 差距降低了 2.2 个百分点（t = -5.46, p < 0.0001），这表明调度幅度校准（而非单纯的振荡）决定了扰动是有益还是有害。我们的代码、探针实现以及所有 154 个检查点的审计结果均已公开发布。