待验证50% 置信事实精确时间

SteerTTS-edge的权重在加载时会反量化回fp32，因此int4量化的收益是体积缩小而非推理速度提升。

1

来源数

50%

置信度

长期有效

时效性

2026/10/22

首次发现

来源

12MB端侧TTS新选择：SteerTTS-edge支持200音色与50种风格

涉及实体

SteerTTS-edgeproduct

相关事实

已验证模型量化从FP32降至INT8能将推理速度提升3-4倍，但可能导致小目标检测精度下降69% 相似待验证评估量化方案时应看单位时间内的合格产出量而非单纯的单次推理速度，INT4带来的速度提升可能被反复重生成的开销抵消69% 相似已验证混合精度训练将权重保存为FP32，而前向和反向传播计算使用FP16或BF16，可将显存占用减少近一半67% 相似待验证FP8动态范围较窄，在反向传播和梯度累积时容易出现数值溢出或下溢，因此训练侧actor保持BF16精度66% 相似待验证量化精度（如FP16、INT8、INT4）直接影响模型权重的内存占用与计算效率66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1087459

API

curl https://kongchang.com/api/v1/knowledge/claims/1087459

MCP

get_claim(id=1087459)