待验证50% 置信事实精确时间
Transformers 导出器现在在 Dynamo、ONNX、OpenVINO 和 ExecuTorch 上支持导出时直接量化，新的统一量化 API 整合了 PT2E、ONNX Runtime 和 NNCF 量化器，支持静态量化、动态量化以及权重压缩（INT8/INT4），并提供可配置的校准流程。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
涉及实体
相关事实
待验证Transformers框架同时支持PyTorch和TensorFlow后端，并通过ONNX等格式支持更广泛的部署场景74% 相似待验证相比RNN/LSTM架构，Transformer支持大规模并行计算71% 相似待验证当前主流的流式ASR架构包括RNN-Transducer和基于Conformer的流式模型，通过因果卷积和有限上下文窗口实现实时处理70% 相似待验证TensorRT-LLM专门针对Transformer架构的自回归生成进行优化，支持KV缓存管理、in-flight batching和张量并行等特性68% 相似待验证对于MCU端的采用率，ExecuTorch需要覆盖Cortex-M上常用的CNN和轻量级Transformer算子，并提供稳定的量化支持。68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1039068API
curl https://kongchang.com/api/v1/knowledge/claims/1039068MCP
get_claim(id=1039068)