Translate Hugging Face blog post: Bringing Nunchaku 4-bit Diffusion Inference to Diffusers

[Jwaminju]

Source: https://huggingface.co/blog/nunchaku-diffusers

This PR adds a Korean translation draft for nunchaku-diffusers.

Downstream handoff:

• SEO review should use the translation-flow manifest.
• Quality review should use the translation-flow manifest.

[github-actions]

HF Agent Review

Gate	Result
Quality	❌ Fail
SEO	✅ Pass

Head SHA: 73f883beb3b4cefe0b5c5a2a1f3dbfe68a1279e9

Quality report — ❌ Fail

Quality Report

• Status: reject
• Quality Score: 0.0
• Hard failures: 0
• Issues: 96
• Source available: True
• Source changed: False
• Source segments: 100
• Target segments: 100

Scorecard

Dimension	Score
adequacy	0.0
technical_accuracy	0.0
completeness	0.0
terminology	0.0
fluency	0.0
publishing_integrity	60.0
style_locale	60.0

Metrics

• qe_metric: heuristic
• qe_average: 0.9028
• qe_min: 0.5079
• embedding_similarity_average: 0.8544
• embedding_similarity_min: 0.2997
• cache_hits: 20
• cache_misses: 180

MQM Judge

• Enabled: True
• Provider: openai
• Model: gpt-5.6-luna
• Reasoning effort: none
• Prompt: /home/runner/work/hugging-face-krew.github.io/hugging-face-krew.github.io/workflow/skills/quality/judges/mqm_prompt.md
• Prompt hash: 887d2931aa289213f0bdce4a917a0ac8364dad8e470011069b8f8bf758d69a90
• Style guide hash: 937d8cd893578d30e716a3eb513cdf5f10d6fd3ad8f5e77068b57f96e160de12
• Requested segments: 100
• Evaluated segments: 100
• MQM errors: 50
• Cache hits: 0
• Cache misses: 100
• Severity counts: {'major': 8, 'minor': 42}
• adequacy_average: 0.9524
• technical_average: 0.9739
• fluency_average: 0.9126

Style Guide

• Enabled: True
• Guide: /home/runner/work/hugging-face-krew.github.io/hugging-face-krew.github.io/workflow/skills/quality/style/hf-blog-ko-translation-guide.md
• Policy: /home/runner/work/hugging-face-krew.github.io/hugging-face-krew.github.io/workflow/skills/quality/configs/style_policy.yml
• Style score: 60.0
• Rule hits: {'information_addition': 1, 'link_text_translation': 25, 'list_consistency': 1, 'modal_strength': 7, 'translationese': 2}

Style Guide Findings

Rule	Severity	Segment	Current	Suggested
translationese	minor		에 의해	Rewrite the sentence in natural Korean.
translationese	minor		을 가지	Rewrite the sentence in natural Korean.
list_consistency	minor		phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, sentence, sentence, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase, phrase	Use either sentence-style endings or phrase-style endings consistently within one list.
modal_strength	major	p_002	대형 확산 트랜스포머는 멋진 이미지뿐 아니라 비디오, 짧은 오디오, 이제는 텍스트까지 생성할 수 있지만, 최신 텍스트-이미지 모델을 BF16 정밀도로 불러오려면 보통 20~30GB의 VRAM이 필요합니다. 이 때문에 대부분의 소비자용 GPU에서는 이러한 모델을 사용하기 어렵습니다. 양자화는 이 문제를 해결하는 강력한 방법이며, Diffusers는 이미 bitsandbytes, GGUF, torchao, Quanto 등의 여러 양자화 백엔드를 통합하고 있습니다. 자세한 내용은 Diffusers의 양자화 백엔드 살펴보기에서 설명했습니다.	Preserve the strength of can using: 수 있습니다.
modal_strength	major	p_033	그 결과, 아키텍처별 융합 커널과 모듈이 없으면 Nunchaku Lite가 원래의 Nunchaku 엔진의 속도 향상을 따라잡지 못하는 단점이 있습니다. 다만 기본 구현은 여전히 약 30%의 속도 향상과 함께 같은 수준의 VRAM 감소를 제공합니다.	Preserve the strength of can using: 수 있습니다.
modal_strength	major	p_059	위에서 보듯이, Nunchaku는 피크 VRAM을 최대 50%까지 감소시키면서도 지연(latency)을 대략 30% 개선합니다. 남은 오버헤드는 주로 추가 커널 실행에서 기인하는데, 이 부분은 torch.compile으로 완화할 수 있어 전체 파이프라인을 1.68초로 낮추고 BF16 기준선 대비 약 1.8배 빠릅니다.	Preserve the strength of can using: 수 있습니다.
modal_strength	major	p_066	일반 스캐너가 모델을 순회하며 타깃을 결정합니다: 반복된 트랜스포머 블록 스택 내부의 호환 가능한 선형 계층은 SVDQ W4A4 타깃이 되고, 인식된 변조 선형은 AWQ W4A16 타깃이 되며, 그 밖의 모든 것은 밀집(Dense) 상태로 남습니다.	Preserve the strength of can using: 수 있습니다.
modal_strength	major	p_076	일반 경로는 아키텍처가 구조적 재작성 없이 양자화될 수 있다고 가정합니다. 추가 속도 향상을 위해 원래의 Nunchaku 엔진은 Diffusers 계층의 묶음을 융합 모듈로 재구성합니다. 일반 경로는 Q, K, V 투영을 하나의 모듈로 결합하거나 융합된 투영을 여러 모듈에 걸쳐 분할하는 등의 변경을 스스로 추론할 수 없습니다.	Preserve the strength of can using: 수 있습니다.
modal_strength	major	p_081	이것은 일반 경로가 추론할 수 없는 구조적 재작성입니다. Diffusers는 to_q, to_k, 및 to_v 매개변수 접두사를 가진 세 개의 대상 모듈을 가지며, Nunchaku는 to_qkv 아래 하나의 그룹화 모듈을 가집니다. 모델별 대상 구성(target config) 또는 어댑터는 Q, K, V 매개변수를 출력 차원에 따라 순서대로 연결(concatenate)하고 to_qkv로 로드되어야 한다고 명시해야 합니다.	Preserve the strength of can using: 수 있습니다.
modal_strength	major	p_082	이러한 구조적 재작성은 양자화 중 모델별 대상 구성(target config)에 의해 설명되며, 체크포인트가 로드될 때 소형 런타임 어댑터에 의해 처리됩니다. FLUX.2 Klein 4B quantization script는 구조적으로 재작성된 체크포인트를 생성하기 위한 구체적인 대상 구성 예를 제공하고, rootonchair/nunchaku-lite은 묶음 QKV 텐서를 로드하고 융합된 투영을 분할하는 등 다른 융합 작업을 로드하는 데 필요한 런타임 어댑터를 제공합니다. 전체 워크플로우는 Adding A New Model 가이드를 확인하면 됩니다.	Preserve the strength of can using: 수 있습니다.

Issues

QL-001 technical / major

• Message: model or dataset id mismatch.
• Source: rootonchair/ERNIE-Image-Turbo-nunchaku-lite-int4-bnb4-text-encoder, rootonchair/nunchaku-lite
• Target: rootonchair/ERNIE-Image-Turbo-nunchaku-lite-int4-bnb4-text-, rootonchair/nunchaku-
• Suggested fix: Preserve source model or dataset id exactly.
• Reason: Review gate exact-match validator failed: missing=['rootonchair/ERNIE-Image-Turbo-nunchaku-lite-int4-bnb4-text-encoder', 'rootonchair/nunchaku-lite']; extra=['rootonchair/ERNIE-Image-Turbo-nunchaku-lite-int4-bnb4-text-', 'rootonchair/nunchaku-']

QL-002 technical / major

• Message: number/unit token mismatch.
• Target: 30GB
• Suggested fix: Preserve source number/unit token exactly.
• Reason: Review gate exact-match validator failed: extra=['30GB']

QL-003 accuracy / major

• Message: Duplicate target segments detected.
• Target: diffusers에서의 네이티브 로딩 | 더 빠른 속도와 더 낮은 메모리 사용량 얻기 | 배경: svdquant와 nunchaku
• Suggested fix: Remove repeated translated segments unless the source intentionally repeats them.
• Reason: Duplicate detector found repeated normalized target segments.

QL-004 accuracy / major

• Message: QE metric score is low.
• Target: 0.5079
• Suggested fix: Review this segment for omission, unrelated translation, or over-compression.
• Reason: QE score is below threshold 0.55.

QL-005 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Most of these backends are _weight-only_.
• Target: 대부분의 이러한 백엔드는 _weight-only_ 입니다.
• Suggested fix: 이러한 백엔드의 대부분은 weight-only 방식입니다.
• Reason: 의미는 전달되지만 ‘대부분의 이러한 백엔드’는 영어 어순을 따른 어색한 표현이며, 밑줄 표시된 용어와 조사 사이도 자연스럽지 않습니다.

QL-006 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: The details are covered below, but until now, using these checkpoints required a separate inference library.
• Target: 아래에 자세한 내용이 다루어져 있지만, 지금까지 이러한 체크포인트(checkpoint)를 사용하려면 별도의 추론 라이브러리가 필요했습니다.
• Suggested fix: 자세한 내용은 아래에서 설명하지만, 지금까지는 이러한 체크포인트(checkpoint)를 사용하려면 별도의 추론 라이브러리가 필요했습니다.
• Reason: ‘아래에 자세한 내용이 다루어져 있지만’은 영어식 수동 구조를 직역한 표현이라 기술 블로그 문장으로 다소 어색합니다. 의미는 유지되지만, 뒤의 대조 관계도 자연스럽게 연결하는 편이 좋습니다.

QL-007 accuracy / minor

• Message: MQM judge reported accuracy issue.
• Source: with no local CUDA compilation required thanks to the kernels package
• Target: 로컬 CUDA 컴파일이 필요 없도록 kernels 패키지가 제공됩니다
• Suggested fix: kernels 패키지 덕분에 로컬 CUDA 컴파일이 필요하지 않습니다
• Reason: 원문은 kernels 패키지 덕분에 로컬 CUDA 컴파일이 필요하지 않다고 설명하지만, 번역문은 kernels 패키지가 제공된다는 별도의 사실을 추가하고 인과 관계도 약화했습니다.

QL-008 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: alt="Nunchaku Lite image quality and performance comparison"
• Target: alt="Nunchaku Lite image quality and performance comparison"
• Suggested fix: alt="Nunchaku Lite 이미지 품질 및 성능 비교"
• Reason: 이미지 alt 텍스트가 원문과 동일하게 남아 있어 한국어 번역문에서 이미지 내용을 검색하거나 이해하기 어렵습니다. 이미지 경로와 제품명은 유지해야 하지만 일반 설명은 번역하는 것이 가이드에 부합합니다.

QL-009 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Getting more speed and lower memory
• Target: 더 빠른 속도와 더 낮은 메모리 사용량 얻기
• Suggested fix: 더 빠른 속도와 낮은 메모리 사용량
• Reason: 의미는 전달되지만 ‘얻기’가 영어 구조를 직역한 듯해 기능 소개 리스트 항목으로 다소 어색합니다. ‘속도 향상’처럼 자연스러운 명사구로 표현하는 편이 적절합니다.

QL-010 terminology / minor

• Message: MQM judge reported terminology issue.
• Source: Nunchaku Lite kernels page
• Target: Nunchaku Lite kernels page
• Suggested fix: Nunchaku Lite 커널 페이지
• Reason: 페이지명이 영어로 그대로 남아 있어 한국어 문장 안에서 어색하며, 링크나 고유 페이지명이 아니라면 일반 명사인 'kernels page'는 번역하는 편이 자연스럽습니다. 'Nunchaku Lite' 제품명은 유지해야 합니다.

QL-011 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: This checkpoint pairs a Nunchaku NVFP4 transformer with a bitsandbytes NF4 text encoder
• Target: 이 체크포인트는 Nunchaku NVFP4 트랜스포머와 bitsandbytes NF4 텍스트 인코더를 쌍지으며
• Suggested fix: 이 체크포인트는 Nunchaku NVFP4 트랜스포머와 bitsandbytes NF4 텍스트 인코더를 함께 사용하며
• Reason: 'pairs ... with'를 '쌍지으며'로 옮긴 표현은 한국어 기술 문체에서 부자연스럽고 의미 관계가 불명확합니다. 두 구성 요소를 함께 사용한다는 뜻으로 표현하는 것이 자연스럽습니다.

QL-012 formatting / major

• Message: MQM judge reported formatting issue.
• Source: [!NOTE]
• Target: [!참고]
• Suggested fix: [!NOTE]
• Reason: Markdown 확장 블록 인용의 알림 유형 식별자 NOTE를 번역해 [!참고]로 변경하면 렌더러가 해당 블록을 인식하지 못할 수 있습니다. 알림 문법의 키워드는 원문 그대로 유지해야 합니다.

QL-013 technical / major

• Message: MQM judge technical score is low.
• Target: 0.6000
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM technical score is below threshold 0.75.

QL-014 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: See the hardware support table below for details.
• Target: 자세한 내용은 아래 hardware support 표를 참조하십시오.
• Suggested fix: 자세한 내용은 아래 하드웨어 지원 표를 참조하십시오.
• Reason: 기술적 의미는 전달되지만 일반 명사구인 “hardware support”를 영어로 남겨 문장이 혼합되어 있습니다. 한국어 기술 블로그에서는 자연스러운 한국어로 옮기는 편이 적절합니다.

QL-015 accuracy / minor

• Message: MQM judge reported accuracy issue.
• Source: its reference CUDA inference engine
• Target: 이를 구현한 참조 CUDA 추론 엔진
• Suggested fix: Nunchaku의 참조 CUDA 추론 엔진인
• Reason: 원문은 Nunchaku가 SVDQuant를 구현했다는 뜻이 아니라, SVDQuant가 Nunchaku의 기반이 되는 참조 CUDA 추론 엔진이라는 관계를 설명합니다. 현재 번역은 ‘이를 구현한’으로 관계를 바꾸어 Nunchaku가 SVDQuant를 구현한 것처럼 읽힐 수 있습니다.

QL-016 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: The original Nunchaku engine gets much of its speed from model-specific fused execution paths, such as fused QKV projections and fused GELU/MLP kernels.
• Target: **원래의 Nunchaku engine는** model-specific fused execution paths에서 비롯된 속도의 대부분을 얻습니다. 예를 들어 QKV 프로젝션과 GELU/MLP 커널의 융합 등이 그러합니다.
• Suggested fix: 원래 Nunchaku 엔진은 모델별 융합 실행 경로, 예를 들어 융합 QKV 프로젝션과 융합 GELU/MLP 커널을 통해 속도의 상당 부분을 확보합니다.
• Reason: 영어와 한국어가 과도하게 혼용되고, 'engine는'은 조사 결합도 부자연스럽습니다. 원문의 핵심 의미는 전달되지만 기술 블로그 문장으로는 번역투가 강합니다.

QL-017 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Those optimizations are tied to each architecture's module layout and checkpoint format, so supporting a new model family usually requires model-specific integration work.
• Target: 이러한 최적화는 각 아키텍처의 모듈 구성 및 체크포인트 형식에 묶여 있어, 새로운 모델 패밀리를 지원하려면 보통 아키텍처 특화 통합 작업이 필요합니다.
• Suggested fix: 이러한 최적화는 각 아키텍처의 모듈 구성과 체크포인트 형식에 맞춰져 있으므로, 새로운 모델 계열을 지원하려면 대개 해당 모델에 맞춘 통합 작업이 필요합니다.
• Reason: '~에 묶여 있어'와 '모델 패밀리', '아키텍처 특화 통합 작업'이 직역투이고 다소 어색합니다. 의미는 유지되지만 한국어 기술 문장으로 더 자연스럽게 표현할 수 있습니다.

QL-018 terminology / minor

• Message: MQM judge reported terminology issue.
• Source: a stock Diffusers model
• Target: 재고 Diffusers 모델
• Suggested fix: 기본 Diffusers 모델
• Reason: 여기서 stock은 재고가 아니라 기본 설정의 또는 일반적인 Diffusers 모델이라는 뜻입니다. 현재 번역은 기술 문맥에서 의미가 어색하고 오해를 일으킬 수 있습니다.

QL-019 accuracy / major

• Message: MQM judge reported accuracy issue.
• Source: The CUDA kernels come from the Hub through the kernels package.
• Target: CUDA 커널은 kernels 패키지를 통해 Hub에서 제공합니다.
• Suggested fix: CUDA 커널은 kernels 패키지를 통해 Hub에서 가져옵니다.
• Reason: 원문은 CUDA 커널이 kernels 패키지를 통해 Hub에서 온다는 출처를 설명하지만, 번역문은 주어가 커널이고 서술어가 ‘제공합니다’여서 누가 제공하는지와 출처 관계가 불명확합니다. 기술적 provenance를 정확히 전달하지 못합니다.

QL-020 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: This layer is used for the transformer's attention and MLP projections, where nearly all of the compute is spent, and is available in INT4 and NVFP4 variants.
• Target: 이 계층은 트랜스포머의 어텐션과 MLP 프로젝션에 사용되며, 계산의 거의 전부가 이 계층에 소요되며, INT4 및 NVFP4 변형으로 제공됩니다.
• Suggested fix: 이 계층은 트랜스포머의 어텐션 및 MLP 프로젝션에 사용됩니다. 계산의 거의 전부가 이 부분에서 이루어지며, INT4 및 NVFP4 변형으로 제공됩니다.
• Reason: ‘사용되며’와 ‘소요되며’가 연속되어 문장 구조가 어색하고, ‘where nearly all of the compute is spent’의 수식 관계도 자연스럽지 않습니다. 의미는 전달되지만 기술 블로그 문장으로 다듬는 것이 좋습니다.

QL-021 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: These layers are memory-bound and precision-sensitive, making AWQ a good fit to preserve precision while still saving memory and space.
• Target: 이 계층은 메모리 바운드이며 정밀도에 민감하므로 AWQ가 메모리와 공간을 절약하면서도 정밀도를 유지하는 데 잘 맞습니다.
• Suggested fix: 이 계층은 메모리 사용량의 영향을 크게 받고 정밀도에도 민감하므로, 메모리와 공간을 절약하면서도 정밀도를 유지할 수 있는 AWQ가 적합합니다.
• Reason: 의미는 전달되지만 ‘메모리 바운드’와 ‘잘 맞습니다’가 기술 블로그 문맥에서 다소 직역투이고, 문장 연결도 어색합니다. ‘메모리 사용량의 영향을 크게 받는’ 및 ‘적합합니다’처럼 다듬으면 자연스럽습니다.

QL-022 accuracy / minor

• Message: MQM judge reported accuracy issue.
• Source: everything downstream (schedulers, LoRA loading hooks, offloading, torch.compile) sees a normal Diffusers model
• Target: 아래로 이어지는 모든 구성 요소(스케줄러, LoRA 로딩 훅, 오프로딩, torch.compile 등)가 일반 Diffusers 모델처럼 보게 됩니다.
• Suggested fix: 양자화된 모델은 밀집형 모델의 정확한 모듈 구조를 그대로 유지하기 때문에, 이후 단계의 모든 구성 요소(스케줄러, LoRA 로딩 훅, 오프로딩, torch.compile 등)에서 일반 Diffusers 모델로 인식됩니다.
• Reason: 원문은 양자화된 모델의 구조를 downstream 구성 요소가 일반 Diffusers 모델로 인식한다는 뜻입니다. 현재 번역의 ‘일반 Diffusers 모델처럼 보게 됩니다’는 구성 요소가 모델을 직접 ‘보는’ 것처럼 표현되어 기술적 관계가 다소 어색하고 의미가 흐려집니다.

QL-023 formatting / major

• Message: MQM judge reported formatting issue.
• Source: [!WARNING]
• Target: [!경고]
• Suggested fix: [!WARNING]
• Reason: Markdown 경고 블록의 콜아웃 식별자 WARNING을 번역해 렌더링에 필요한 구문이 손상될 수 있습니다. 콜아웃 키워드는 원문 그대로 유지해야 합니다.

QL-024 technical / major

• Message: MQM judge technical score is low.
• Target: 0.4000
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM technical score is below threshold 0.75.

QL-025 technical / minor

• Message: MQM judge reported technical issue.
• Source: The quantizer
• Target: 양자화 도구
• Suggested fix: 양자화기(quantizer)는 로드 시 GPU의 CUDA 기능을 검증하고, 잘못된 출력 대신 명확한 오류를 발생시킵니다.
• Reason: quantizer는 양자화를 수행하는 구성 요소를 가리키므로 '양자화 도구'도 이해할 수 있지만, 기술 문맥에서 원문의 구성 요소 명칭과 검색성을 더 정확히 보존하려면 '양자화기(quantizer)'가 적절합니다.

QL-026 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Getting more speed and lower memory
• Target: 더 빠른 속도와 더 낮은 메모리 사용량 얻기
• Suggested fix: 속도 향상과 메모리 사용량 절감
• Reason: 의미는 전달되지만 ‘더 빠른 속도’는 중복적이고 ‘사용량 얻기’는 영어식 직역처럼 어색합니다. 기술 블로그 제목으로 자연스럽지 않습니다.

QL-027 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Compiling the transformer improves the end-to-end speedup from 1.35x to 1.8x:
• Target: 트랜스포머를 컴파일하면 엔드투엔드 속도향상이 1.35배에서 1.8배로 향상됩니다:
• Suggested fix: 트랜스포머를 컴파일하면 엔드투엔드(end-to-end) 속도 향상이 1.35배에서 1.8배로 높아집니다:
• Reason: ‘속도향상’과 ‘향상됩니다’가 중복되어 문장이 부자연스럽습니다. 또한 end-to-end는 가이드상 ‘엔드투엔드(end-to-end)’로 표기하는 것이 검색성에 더 적합합니다.

QL-028 accuracy / minor

• Message: MQM judge reported accuracy issue.
• Source: reduces peak VRAM by about 22% in our benchmark
• Target: 벤치마크에서 피크 VRAM이 약 22% 감소합니다
• Suggested fix: 저희 벤치마크에서는 피크 VRAM이 약 22% 감소했습니다
• Reason: 원문의 ‘our benchmark’가 단순히 ‘벤치마크’로 번역되어 측정 주체와 조건인 ‘저희 실험/벤치마크’가 약화되었습니다.

QL-029 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: work as usual if you need to fit the pipeline onto a smaller GPU
• Target: 파이프라인을 더 작은 GPU에 맞추고자 할 때 보통대로 작동합니다.
• Suggested fix: 더 작은 GPU에 파이프라인을 맞춰야 하는 경우에도 평소처럼 작동합니다.
• Reason: 의미는 전달되지만 ‘보통대로 작동합니다’는 한국어 기술 문맥에서 다소 어색하고, ‘~하고자 할 때’도 직역투에 가깝습니다.

QL-030 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: Speedup
• Target: 속도향상
• Suggested fix: 속도 향상
• Reason: 의미는 전달되지만 가이드의 표 용례인 ‘속도 향상’처럼 띄어 써야 합니다.

QL-031 accuracy / major

• Message: MQM judge reported accuracy issue.
• Source: which torch.compile can mitigate, bringing the full pipeline down to 1.68 s, or 1.8x faster than the BF16 baseline.
• Target: 이 부분은 torch.compile으로 완화할 수 있어 전체 파이프라인을 1.68초로 낮추고 BF16 기준선 대비 약 1.8배 빠릅니다.
• Suggested fix: torch.compile을 사용하면 이러한 오버헤드를 완화할 수 있으며, 전체 파이프라인의 실행 시간은 1.68초로 줄어듭니다. 이는 BF16 기준선보다 1.8배 빠른 결과입니다.
• Reason: 원문은 torch.compile이 오버헤드를 완화할 수 있으며 그 결과 전체 파이프라인이 1.68초가 된다는 관계를 설명합니다. target은 주어가 불분명한 상태에서 '전체 파이프라인을 1.68초로 낮추고 ... 빠릅니다'라고 연결해, 1.8배 빠르다는 비교의 주체와 조건을 명확히 보존하지 못합니다. 또한 'bringing'의 결과 관계를 더 자연스럽고 정확하게 표현해야 합니다.

QL-032 technical / minor

• Message: MQM judge reported technical issue.
• Source: torch.compile
• Target: torch.compile으로
• Suggested fix: torch.compile을 사용하면
• Reason: 보존된 API명에 조사를 붙일 때 일반적으로 'torch.compile을 사용하면'처럼 표현하는 편이 자연스럽고, 'torch.compile으로'는 함수/API를 도구명처럼 처리해 어색합니다.

QL-033 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: an end-to-end SVDQuant workflow for Diffusers models: calibrate, quantize, package, and publish
• Target: Diffusers 모델에 대한 엔드 투 엔드 SVDQuant 워크플로를 제공합니다: 보정(calibrate), 양자화(quantize), 패키징(package), 게시(publish).
• Suggested fix: Diffusers 모델을 위한 엔드투엔드(end-to-end) SVDQuant 워크플로를 제공합니다. 보정(calibrate), 양자화(quantize), 패키징(package), 게시(publish)까지 지원합니다.
• Reason: 의미와 기술 용어는 보존되지만, ‘엔드 투 엔드’ 표기와 ‘~에 대한 ... 제공합니다’ 구조가 다소 번역투이며 콜론 뒤 단계 나열도 한국어 문장으로는 어색합니다.

QL-034 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Below, we walk through quantizing FLUX.2 Klein 4B as an example.
• Target: 아래에, FLUX.2 Klein 4B를 예로 들어 양자화하는 과정을 살펴봅니다.
• Suggested fix: 아래에서는 FLUX.2 Klein 4B를 예로 들어 양자화 과정을 살펴봅니다.
• Reason: ‘아래에’는 영어식 도입을 직역한 표현으로 한국어 기술 블로그 문장에서 어색합니다.

QL-035 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: The full tutorial covers every flag in detail.
• Target: full tutorial은 모든 플래그를 자세히 다룹니다.
• Suggested fix: 전체 튜토리얼에서는 모든 플래그를 자세히 다룹니다.
• Reason: 문장 안에 일반 표현인 ‘full tutorial’이 번역되지 않은 채 남아 있어 문체와 가독성이 떨어집니다.

QL-036 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Inspect what will be quantized
• Target: 양자화될 내용 확인
• Suggested fix: 양자화할 내용 살펴보기
• Reason: 의미는 전달되지만 ‘양자화될 내용 확인’은 명사구가 다소 어색하고, ‘inspect’의 조사·살펴본다는 의미가 충분히 드러나지 않습니다.

QL-037 terminology / minor

• Message: MQM judge reported terminology issue.
• Source: recognized modulation linears
• Target: 인식된 변조 선형
• Suggested fix: 인식된 변조 선형 계층
• Reason: 기술 문맥에서 linear는 선형 계층 또는 선형 레이어를 뜻하는데, ‘선형’만으로 옮기면 모듈/레이어를 가리키는 의미가 불명확합니다. 앞의 ‘compatible linears’와도 용어가 일관되지 않습니다.

QL-038 terminology / major

• Message: MQM judge reported terminology issue.
• Source: 6 dense outer linears
• Target: 6개의 밀집 외부 선형
• Suggested fix: 6개의 dense outer linear 대상
• Reason: dense outer linears는 양자화 보고서의 기술적 대상 이름인데, 이를 직역한 “밀집 외부 선형”은 한국어 기술 문맥에서 의미가 불명확하고 대상 항목을 오해하게 만들 수 있습니다.

QL-039 style_locale / minor

• Message: MQM judge reported style_locale issue.
• Source: Blackwell-native weights
• Target: Blackwell-네이티브 가중치
• Suggested fix: --precision int4를 nvfp4로 바꿔 Blackwell 네이티브 가중치를 구축합니다.
• Reason: 기술적 의미는 전달되지만, 영어 형용사와 한국어 표현을 하이픈으로 결합한 ‘Blackwell-네이티브’는 한국어 기술 문서에서 다소 어색합니다. ‘Blackwell 네이티브’ 또는 ‘Blackwell 아키텍처에 맞는’처럼 쓰는 편이 자연스럽습니다.

QL-040 terminology / minor

• Message: MQM judge reported terminology issue.
• Source: push to the Hub
• Target: 허브로 푸시
• Suggested fix: Hub에 업로드
• Reason: Hugging Face 제품명인 Hub를 일반 명사처럼 ‘허브’로 옮기고 ‘푸시’라는 직역 표현을 사용해 제품 검색성과 제목의 자연스러움이 떨어집니다.

QL-041 terminology / minor

• Message: MQM judge reported terminology issue.
• Source: rewrites groups of Diffusers layers as fused modules
• Target: Diffusers 계층의 묶음을 융합 모듈로 재구성합니다
• Suggested fix: Diffusers 레이어 그룹을 융합 모듈로 재작성합니다
• Reason: 기술 문맥의 layer는 일반적으로 ‘레이어’로 옮기는 것이 자연스럽고, ‘계층’은 소프트웨어 구조의 계층을 의미하는 것으로 읽힐 수 있습니다.

QL-042 accuracy / major

• Message: MQM judge reported accuracy issue.
• Source: Diffusers defines three separate modules:
• Target: Diffusers defines three separate modules:
• Suggested fix: Diffusers에서는 세 개의 독립적인 모듈을 정의합니다:
• Reason: 문단의 두 번째 문장이 영어로 남아 있어 한국어 번역이 완료되지 않았습니다. 기술 내용 자체는 보존되지만 출판 시 독자에게 번역 누락으로 보입니다.

QL-043 fluency / major

• Message: MQM judge fluency score is low.
• Target: 0.6800
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM fluency score is below threshold 0.75.

QL-044 accuracy / major

• Message: MQM judge reported accuracy issue.
• Source: The Nunchaku FLUX module combines those layers into one quantized to_qkv module:
• Target: 다음은 Nunchaku FLUX module combines those layers를 하나의 양자화된 to_qkv 모듈로 묶은 예시입니다:
• Suggested fix: Nunchaku FLUX 모듈은 해당 레이어들을 하나의 양자화된 to_qkv 모듈로 결합합니다:
• Reason: 영문 문장 일부인 “module combines those layers”가 번역되지 않은 채 한국어 문장 안에 삽입되어 문법적으로 부자연스럽고 원문의 주어와 서술 관계가 손상되었습니다. 또한 원문은 Nunchaku FLUX 모듈이 해당 레이어들을 하나의 양자화된 to_qkv 모듈로 결합한다는 설명인데, 번역문은 이를 ‘예시’로 바꾸어 의미를 추가하고 문장 기능도 변경했습니다.

QL-045 fluency / major

• Message: MQM judge fluency score is low.
• Target: 0.2000
• Suggested fix: Review this segment against the MQM judge feedback.
• Reason: MQM fluency score is below threshold 0.75.

QL-046 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: By comparison, the default Diffusers path executes them separately:
• Target: 비교적으로, default Diffusers path은 이를 각각 따로 실행합니다:
• Suggested fix: 반면 기본 Diffusers 경로에서는 이 작업을 각각 별도로 실행합니다:
• Reason: 기술 용어인 ‘default Diffusers path’가 불필요하게 혼합된 채 남아 있고, ‘비교적으로’와 ‘각각 따로’는 한국어 기술 문장으로 어색합니다. 의미는 전달되지만 출판용 문장으로 다듬을 필요가 있습니다.

QL-047 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: The Nunchaku path supplies the grouped projection, normalization modules, and rotary embeddings to one fused operator:
• Target: Nunchaku path은 그룹화된 투영, 정규화 모듈 및 로터리 임베딩을 하나의 융합 연산자에 제공합니다:
• Suggested fix: Nunchaku 경로에서는 그룹화된 투영, 정규화 모듈, 로터리 임베딩을 하나의 융합 연산자로 결합합니다:
• Reason: 제품명인 Nunchaku와 일반 명사 path가 어색하게 결합되어 있으며, ‘연산자에 제공합니다’는 영어식 구조라 한국어 기술 문장으로 부자연스럽습니다. 의미는 전달되지만 ‘Nunchaku 경로에서 ... 하나의 융합 연산자로 결합합니다’처럼 재구성하는 편이 자연스럽습니다.

QL-048 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: Diffusers has three destination modules with to_q, to_k, and to_v parameter prefixes, while Nunchaku has one grouped module under to_qkv.
• Target: Diffusers는 to_q, to_k, 및 to_v 매개변수 접두사를 가진 세 개의 대상 모듈을 가지며, Nunchaku는 to_qkv 아래 하나의 그룹화 모듈을 가집니다.
• Suggested fix: Diffusers에는 to_q, to_k, to_v 매개변수 접두사를 사용하는 대상 모듈이 세 개 있는 반면, Nunchaku에는 to_qkv 아래에 하나로 묶인 모듈이 있습니다.
• Reason: 의미와 기술 정보는 보존되지만 ‘모듈을 가지며’, ‘그룹화 모듈을 가집니다’는 영어식 표현이고 ‘및’의 위치도 한국어 문장 흐름을 어색하게 합니다. 또한 grouped module은 문맥상 ‘그룹 모듈’ 또는 ‘하나로 묶인 모듈’로 옮기는 편이 자연스럽습니다.

QL-049 accuracy / major

• Message: MQM judge reported accuracy issue.
• Source: rootonchair/nunchaku-lite provides the runtime adapters needed to load grouped QKV tensors, split fused projections, and other fused operations.
• Target: rootonchair/nunchaku-lite은 묶음 QKV 텐서를 로드하고 융합된 투영을 분할하는 등 다른 융합 작업을 로드하는 데 필요한 런타임 어댑터를 제공합니다.
• Suggested fix: rootonchair/nunchaku-lite은 그룹화된 QKV 텐서를 로드하고, 융합된 프로젝션을 분할하며, 그 밖의 융합 연산을 처리하는 데 필요한 런타임 어댑터를 제공합니다.
• Reason: 원문에서 어댑터가 처리하는 작업은 grouped QKV 텐서 로드, fused projection 분할, 기타 fused operation 처리입니다. 번역문은 ‘다른 융합 작업을 로드’라고 하여 기타 융합 연산까지 로드하는 것으로 의미가 바뀌었고, ‘fused operations’를 부자연스럽고 부정확하게 옮겼습니다.

QL-050 terminology / minor

• Message: MQM judge reported terminology issue.
• Source: The FLUX.2 Klein 4B quantization script provides a concrete target-config example
• Target: FLUX.2 Klein 4B quantization script는 구조적으로 재작성된 체크포인트를 생성하기 위한 구체적인 대상 구성 예를 제공하고
• Suggested fix: FLUX.2 Klein 4B 양자화 스크립트는 구조적으로 재작성된 체크포인트를 생성하는 구체적인 target config 예시를 제공하고
• Reason: quantization script와 target config를 일반 명사처럼 직역해 기술 문서의 검색성과 용어 일관성이 떨어집니다. 특히 source의 target-config는 코드·설정 개념으로 유지하는 편이 명확합니다.

QL-051 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: For the complete workflow, you can check the Adding A New Model guide.
• Target: 전체 워크플로우는 Adding A New Model 가이드를 확인하면 됩니다.
• Suggested fix: 전체 워크플로우는 [Adding A New Model 가이드]를 참고하세요.
• Reason: ‘전체 워크플로우는 ... 확인하면 됩니다’는 한국어 문장으로 다소 어색하고, 영어 가이드 제목도 문장 안에서 자연스럽게 연결되지 않았습니다.

QL-052 fluency / minor

• Message: MQM judge reported fluency issue.
• Source: To get started right away, check out the following repositories:
• Target: 즉시 시작하려면 아래 저장소를 확인하십시오:
• Suggested fix: 바로 시작하려면 다음 저장소를 확인해 보세요:
• Reason: 의미는 정확하지만 ‘확인하십시오’는 기술 블로그 문맥에서 다소

SEO report — ✅ Pass

SEO Eval Report

Gate: ✅ PASS — deterministic AND rubric

• File: ../target/_posts/2026-07-23-nunchaku-diffusers.md
• Source: —
• Primary keyword: (none — D5 skipped)
• Mode: file

Gate

• Status: PASS
• Blockers: ✅ pass
• Deterministic REQUIRED (D1–D7): ✅ pass
• Rubric (R1–R6): ✅ pass (mean None, min None)

Blockers

✅ body_not_empty: Body is not empty
✅ robots_indexable: Robots is indexable
✅ internal_links_resolve: All internal links resolve
✅ local_images_resolve: All local images resolve

Required checks (gated)

✅ heading_hierarchy: Heading hierarchy: Valid
✅ alt_text_coverage: Alt text coverage: 4/4 images
✅ descriptive_alt_text: Descriptive alt text: 4/4 (≥80% recommend)
✅ image_files_exist: All 0 local image file(s) exist

OpenAI rubric checks

✅ semantic_metadata: PASS (required) — 주제와 핵심 용어가 일치하고 H1/타이틀, 설명, 목차 구성이 의미적으로 상호 일관되기 때문.
✅ alt_semantics: PASS (review) — https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/blog/nunchaku-diffusers/contact_sheet_top3_metrics_bold.png: Clear, product-specific alt describing the comparison purpose.; https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/blog/nunchaku-diffusers/fox_bf16_vs_nunchaku_no_metrics.png: Describes models and content context; could be more general in scope.; https://huggingface.co/datasets/huggingface/documentation-images/resolve/main/blog/nunchaku-diffusers/svdquant_kernel_fusion.png: Technical and highly descriptive of the depicted concept.

Advisory checks (not gated)

✅ opening_summary: Opening 3 paragraphs: 78 words (recommend ≥50 for GEO)
✅ h1_count: Markdown H1 count: 1 (review against rendered layout)
✅ citations: Citations/statistics: 35 (recommend ≥1 for GEO)
⚠️ question_headings: Scannable H2/H3 (question or keyword): 0 (0 question, 0 keyword)
✅ internal_links: Internal links: 12 (recommend 2-3)
✅ word_count: Word count: 2027 (recommend ≥300)
ℹ️ primary_keyword: No primary_keyword in manifest — keyword check skipped
⚠️ webp_format: WebP format: 0/4 images (≥50% recommend)
⚠️ lazy_loading: Lazy loading: 0 images (optional)

Signals (evidence — not directly gated)

• Frontmatter: title 35 chars, description 77 chars, author present True
• Title text: Nunchaku 4비트 확산 추론을 Diffusers에 도입하기
• Description text: Nunchaku의 4비트 diffusion inference를 Diffusers에 통합하고 성능과 사용 흐름을 개선하는 방법을 소개합니다.
• Opening text: * TOC
  {:toc}

이 글은 Hugging Face 블로그의 Bringing Nunchaku 4-bit Diffusion Inference to Diffusers를 한국어로 번역한 글입니다.

• Opening: first paragraph 171 chars, first 3 paragraphs 533 chars
• Headings: markdown H1 1, rendered effective H1 2, layout title H1 True
• Links: total 43, external 31, internal 0, citation signals 35
• Images: total 4, empty alt 0, filename-like alt 0, missing local files 0

Semantic review packet

• Title: Nunchaku 4비트 확산 추론을 Diffusers에 도입하기
• Description: Nunchaku의 4비트 diffusion inference를 Diffusers에 통합하고 성능과 사용 흐름을 개선하는 방법을 소개합니다.
• Rendered H1 candidates: Nunchaku 4비트 확산 추론을 Diffusers에 도입하기, Nunchaku 4비트 확산 추론을 Diffusers에 도입하기
• Opening: * TOC
  {:toc}

이 글은 Hugging Face 블로그의 Bringing Nunchaku 4-bit Diffusion Inference to Diffusers를 한국어로 번역한 글입니다.

• Canonical/permalink: —
• Instruction: Compare title, description, rendered H1, and opening text for meaning consistency. This packet is evidence only; it does not decide pass/fail.

Frontmatter (advisory — written by metadata step, not gated)

✅ title: Title: 35 chars (recommend ≤60)
✅ description: Description: 77 chars (semantic quality reviewed separately)
✅ image: OG image: assets/images/blog/posts/2026-07-23-nunchaku-diffusers/thumbnail.png
✅ categories: Categories: 2 (recommend 2-3)
✅ author: Author: dailybot

SEO metadata suggestion — PARTIAL

This is a suggestion. SEO is applied only when the post frontmatter is updated.
To apply safe fields from a partial suggestion, leave a trusted PR comment: metadata apply.

• Auto apply: False
• Requires human: True
• Mode: frontmatter_only
• Reason: metadata candidate needs policy decisions or missing title/description

Candidate

• title: Nunchaku 4비트 확산 추론을 Diffusers에 도입하기
• description: Nunchaku의 4비트 diffusion inference를 Diffusers에 통합하고 성능과 사용 흐름을 개선하는 방법을 소개합니다.
• categories: ['Translation', 'HuggingFace']
• image: assets/images/blog/posts/2026-07-23-nunchaku-diffusers/thumbnail.png

Needs policy decision

• target_url
• source_url
• canonical_policy
• translation_indexing
• target_locale
• source_locale

Warnings

• None

[github-actions]

PR Preview Action v1.8.1
🚀 View preview at https://hugging-face-krew.github.io/pr-preview/pr-178/
Built to branch gh-pages at 2026-08-02 14:18 UTC. Preview will be ready when the GitHub Pages deployment is complete.