针对模型做的量化和裁剪工作，基于什么设计考虑需要进行量化和裁剪，对模型的精度验证和最后的指标是怎么定的？

回答思路

1. 说明量化与裁剪的动机，如部署资源限制或推理速度需求
2. 区分量化（权重/激活精度降低）与裁剪（稀疏化/结构化剪枝）的不同设计考虑
3. 描述精度验证方法，如使用验证集或测试集对比压缩前后指标
4. 明确最终指标定义，如准确率、F1、推理延迟、模型大小等的取舍