待验证50% 置信事实精确时间
NVFP4的尾数位极少,单次矩阵乘法的舍入误差显著大于BF16,但分块缩放使其在统计意义上仍能保持无偏的梯度估计。
1
来源数
50%
置信度
长期有效
时效性
2026/11/10
首次发现
来源
涉及实体
相关事实
待验证论文中的degree-3和degree-4多项式系数通过最小化BF16/FP16目标格式下的最大误差(minimax approximation)求得75% 相似待验证NVFP4量化方案相比BF16基线实现了1.5倍的推理加速,同时在top-1准确率上保留了92%到97%的水平72% 相似已验证INT4量化将原本由65536个不同值(FP16)表示的权重压缩到仅16个离散级别72% 相似待验证在BF16下,任何一次浮点运算的结果若无法被BF16精确表示,就必须舍入到最近的可表示值,产生约2^-8量级的相对误差。72% 相似待验证RRF仅使用排名而非原始分数,规避了稠密向量与稀疏BM25之间量纲不可比的问题。71% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1154474API
curl https://kongchang.com/api/v1/knowledge/claims/1154474MCP
get_claim(id=1154474)