待验证50% 置信事实精确时间

小模型对相比原始模型对下载体积减半、峰值内存降低约 35%，但在该试验中完整回合反而更慢。

1

来源数

50%

置信度

短期 (~14 天)

时效性

2026/10/14

首次发现

有效期至：2026/10/28

来源

llamadart 本地语音实战：让 Llama Village 开口说话

涉及实体

Qwen3.5model Qwen3-TTSmodel Qwen2.5-Omnimodel

相关事实

待验证实测智能体任务下，Muse Glimmer该量化版本性能仅下降0.2%，压缩到24GB版本也只降1%76% 相似已验证对于参数量大于30B的模型，4-bit量化造成的性能损失通常在基准测试中下降1-3%，但对小模型影响更显著76% 相似待验证GGUF量化可将模型内存占用降低至原始精度的25%左右76% 相似待验证文件越小、参数量越低的模型，性能表现通常越有限75% 相似待验证35B模型切换到更宽上下文时通过率暴跌到46/90，其中43次响应因固定输出预算而被截断73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1023260

API

curl https://kongchang.com/api/v1/knowledge/claims/1023260

MCP

get_claim(id=1023260)