QAD от NVIDIA: разбираюсь, почему 4-битная квантизация перестала всё ломать

Не обязательно. QAD это просто KL-дистилляция вместо CE-файнтюна. Работает с любым форматом квантизации. NVFP4 тут просто контекст, потому что у них железо под это заточено.

QAD от NVIDIA: разбираюсь, почему 4-битная квантизация перестала всё ломать

Да, unsloth скорее всего первые подхватят. По llama.cpp — там NVFP4 нативно пока нет, но формат не rocket science, добавят если будет спрос.