MX = Blocked Max Floating Point，是OCP（Open Compute Project）推出的块尺度浮点量化格式，GPT-OSS MoE使用的就是MXFP4。
- 底层原理：把权重切分成固定大小的块（比如每组32个元素），整个块共享同一个FP8的scale缩放因子，块内每个数值用4bit浮点数存储。
- 特点：属于浮点量化，不是GPTQ/AWQ那种整数量化；4bit用来存尾数+符号，共享块scale。
- 文中例子：GPT-OSS 117B总参数量，MXFP4量化后权重体积压缩到约60GB，刚好能塞进单张80GB H100显存。
优势：浮点格式对数值动态范围适应性更强，MoE不同专家权重分布波动大时，比普通4bit整数更稳；缺点是硬件需要原生MX指令，老卡支持差。