让 AI 读很长的内容，它会把中间信息存进 KV Cache——一张避免反复重算的“草稿纸”。MLA（Multi-Head Latent Attention）本已把这张草稿纸压成共享的低维表示；若再降到 2 比特，每个数只剩四个档位，显存更省，但误差会同时干扰“该看哪里”和“读出什么”。
RoLaQ 的关键是把旋转与范围校准一起学。旋转相当于换个坐标系，让难以量化的极端值分散；范围校准则决定四个档位覆盖多宽。论文发现，误差方向并非同等重要：一半方向承载了键和值投影总能量的 62%—75%；而固定旋转和阈值后，只调整重建增益，也能让 DeepSeek-V2-Lite 在 8K 文档上的下一词预测 KL 误差降低 52%。因此，两项不能各做各的。
作者称，RoLaQ 在三个 MLA 模型、六项基准上均取得所比较 2 比特方案的最高平均准确率；不保留高精度 token 时，比最强基线高 1.1—3.8 分。校准约需一张 A100 GPU 运行 30 分钟，模型权重无需改动。