待验证50% 置信注意事项精确时间
1.5 bpw 的精度损失、长上下文下的内存压力、以及持续推理时的发热与降频，都是端侧 27B 模型仍然存在的约束
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/17
首次发现
有效期至：2027/1/15
来源
涉及实体
相关事实
待验证Qwen3 27B 的 1-bit 量化导致模型能力断崖式下跌，部分任务输出丧失基本连贯性和准确性68% 相似待验证在超长上下文推理场景中，性能瓶颈往往不是算力而是KV缓存本身68% 相似待验证部分模型在超过32K token后大海捞针准确率出现明显下滑，另一些则在更长范围内保持稳定68% 相似待验证该提示词设计的局限性在于模型没有真正的持久记忆，数值状态只存在于当前上下文窗口内，超出上下文长度后记忆会自动截断67% 相似待验证在LLM推理中，decode阶段主要受memory bandwidth限制，SM频率下降不会导致速度等比例下滑；prefill阶段受compute限制，受降频影响更严重。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1054992API
curl https://kongchang.com/api/v1/knowledge/claims/1054992MCP
get_claim(id=1054992)