给扩散语言模型“降精度”，像给一场多轮修改分配校对时间：每轮都同样仔细，看似稳妥，却可能把算力花错地方。这类模型不是逐词续写，而是从遮蔽或带噪文本出发，反复去噪、补成答案。量化——用更少的二进制位计算——可以省内存、提速度，但也会引入舍入误差。论文发现，模型何时最怕这种误差，取决于它正在做什么任务。
以 LLaDA-8B-Instruct 的实验为例，研究者把 128 个去噪时间步分成 16 段。数学题 GSM8K 的敏感性明显靠前：第一段占任务相关差异的 27%，前四段合计占 55%；代码生成 HumanEval 则在中段更脆弱，步骤 32—71 的五段占 52%。这意味着，一套固定的精度安排很难同时适合不同任务。
为此，作者提出 T2Quant：不用标准答案，只看量化让模型判断改变了多少，以及这种改变会怎样影响后续生成，再把较高精度留给更敏感的任务与时刻。在固定平均位宽预算下，作者称其在三个扩散语言模型、六个基准上均提升平均准确率，相比所评估的最强量化基线最高增加 6.7 个百分点。