待验证50% 置信基准精确时间

TIES方法在4B规模下精度波动6.7个百分点，而按损失效应选择仅波动0.7个百分点。

1

来源数

50%

置信度

长期有效

时效性

2026/11/5

首次发现

来源

LoRA秩不必统一：模型合并新方法提升多域精度

涉及实体

相关事实

待验证让裁判同时看到形式化产物，会损失1.4到4.5个百分点的性能。77% 相似已验证INT8量化约损失0.5%精度、显存减半，INT4量化显存压缩至原来的1/4、精度损失约1-3%77% 相似已验证4-bit量化在损失约1-3%准确率的前提下，将模型体积缩减至原来的1/875% 相似已验证对于参数量大于30B的模型，4-bit量化造成的性能损失通常在基准测试中下降1-3%，但对小模型影响更显著75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1137827

API

curl https://kongchang.com/api/v1/knowledge/claims/1137827

MCP

get_claim(id=1137827)