待验证50% 置信基准精确时间
在 AndroidControl 基准上，GUI-JEPA 的推理速度是用相同输入微调的 Qwen2.5-VL-7B 智能体的 2.8 至 4.0 倍。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/28
首次发现
有效期至：2027/1/26
来源
涉及实体
相关事实
待验证在类似性能的桌面CPU上，7B Q4量化模型的生成速度大约在每秒几个token到十几个token之间。67% 相似待验证在 AMD W7900 显卡上使用 llama.cpp 配合 ROCm 后端，LFM2.5-24B-A2B 的 Q8 量化版本持续推理速度约为 95 tokens/秒。66% 相似待验证在Llama-3.1-8B-Instruct搭配Medusa头、Meta的MTP模型以及Qwen3-4B-Inst-2507-MTP构建的五组草拟-目标配对中，AMTP相比标准解码最高加速4.1倍。65% 相似待验证英伟达工程师通过为VLLM上游编写全新的专用融合解码内核，在2800亿参数的Kimi K3模型上实现每用户每秒423 Token的吞吐，同等硬件提速达1.68倍。65% 相似待验证在数学、代码生成和对话等七个基准测试上，ReaDy 使用 Qwen3.8-27B 在单张 NVIDIA B200 GPU 上取得了平均 3.16 倍于自回归解码的加速。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1106118API
curl https://kongchang.com/api/v1/knowledge/claims/1106118MCP
get_claim(id=1106118)