대규모 언어 모델 (LLM)의 규모가 계속해서 확장됨에 따라, 저비트 가중치 전용 사후 학습 양자화 (Post-Training Quantization, PTQ)는 메모리 효율적인 배포를 위한 실질적인 해결책을 제공합니다. 블록 단위 (Block-wise) PTQ는 기본적인 언어 모델링 및 이해 작업에서는 전정밀도 (Full-Precision, FP) 베이스라인과 대등한 성능을 보일 수 있지만, 생성 작업에서는 품질이 저하됩니다. 특히 작업 정확도를 높이는 데 중요한 긴 응답과 확장된 사고 사슬 (Chain of Thought) 상황에서 더욱 그러합니다. 우리는 이러한 부족함의 원인을 두 가지 요인으로 분석합니다: (i) 블록 단위 최적화 과정에서 언임베딩 레이어 (Unembedding layer, 즉 LM head)의 누락, 그리고 (ii) 평균 제곱 오차 (Mean Squared Error, MSE) 목적 함수에 대한 의존성입니다. 이 두 요인은 모두 양자화된 모델의 토큰 확률 분포를 FP 모델의 분포와 어긋나게 만들어, 텍스트 생성 벤치마크에서 눈에 띄는 정확도 하락을 초래합니다. 이러한 불일치를 바로잡기 위해, 우리는 Logit-aware Final-block Quantization (LFQ)을 제안합니다. 이는 FP 모델의 로짓 (Logits)과 양자화된 모델의 로짓 사이의 교차 엔트로피 (Cross-entropy)를 최소화함으로써 최종 Transformer 블록을 양자화하는, 블록 단위 PTQ에 대한 단순하면서도 효과적인 개선 방식입니다. 최종 블록에서 로짓 수준의 토큰 확률을 정렬함으로써, LFQ는 언어 모델링 및 이해 작업에서는 FP 베이스라인과 대등한 수준을 유지하는 동시에, 다양한 모델 제품군에 걸쳐 최첨단 (State-of-the-art) 블록 단위 PTQ보다 복잡한 생성 작업의 정확도를 일관되게 향상시킵니다.