待验证50% 置信权衡取舍精确时间
FP8 版本面向推理部署，显存占用和吞吐更有优势；BF16 版本面向微调与精度敏感场景。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
StepFun开源Step 5 Preview：600B MoE、1M上下文的智能体基座
rss2026/10/17
涉及实体
相关事实
待验证此次工作采用FP8 rollout搭配BF16 actor的混合精度方案80% 相似待验证开发者采取混合精度策略，将对质量敏感的层保留在BF16，仅对能从FP8获益的部分做转换76% 相似待验证工程实践中建议将路由器层、注意力投影矩阵及门控网络保留在 BF16/FP16 精度，仅对专家 FFN 权重进行激进量化74% 相似待验证FP8是专为深度学习推理加速设计的低精度格式，相比FP16可将模型内存占用降低一半，并在支持FP8的硬件（如NVIDIA H100、RTX 40系列GPU）上获得推理加速73% 相似待验证BF16 全量微调更新全部参数，精度较高但显存与带宽压力大，通常用于追求最终效果的场景。72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1051694API
curl https://kongchang.com/api/v1/knowledge/claims/1051694MCP
get_claim(id=1051694)