待验证50% 置信事实精确时间

本次测量的工作负载是公开的 typed-decisions 行集：400 个用例、2000 个决策，本地模型为 Phocinae-Largha-150M-v1（CPU、fp32），对照的托管模型是 flash 档的 deepseek-flash（temperature 0）。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/13

首次发现

有效期至：2027/1/11

来源

同一个插件，86.1%还是8.5%省Token？测准是前提

涉及实体

typed-decisionsconcept Phocinae-Largha-150M-v1model deepseek-flashmodel

相关事实

待验证测试使用配有96G显存和188G系统内存的机器，通过将嵌入表卸载到系统内存实现混合推理65% 相似待验证该项目采用混合精度量化策略：稠密层使用8比特，专家层使用4比特，KV缓存采用8比特量化64% 相似待验证以LLaMA-3 70B模型为例，在80层、head_dim=128、BF16精度下，每个token大约占用80KB的KV缓存63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1016997

API

curl https://kongchang.com/api/v1/knowledge/claims/1016997

MCP

get_claim(id=1016997)