待验证80% 置信事实时间未知

Ollama分发的DeepSeek R1各版本均经过GGUF格式量化处理（通常为Q4_K_M或Q8_0精度），将每个参数从16位浮点数压缩至4-8位，显存占用减少50%-75%，推理质量损失通常在5%以内

1

来源数

80%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

DeepSeek本地部署教程：Ollama一键安装运行指南

bilibiliAI论文

涉及实体

Ollamaproduct DeepSeek R1model GGUFconcept

相关事实

已验证GGUF量化格式（如Q4_K_M）通过将权重精度从32位浮点压缩到4位整数，通常只带来约1-5%的性能损失77% 相似待验证Q4量化可将模型体积压缩至原来的约1/8，代价是约1-3%的基准测试精度损失70% 相似待验证GGUF格式的Q4_K_M是最主流的平衡选择，困惑度损失通常低于1%；Q8_0几乎无精度损失但文件体积是Q4的两倍70% 相似待验证GQA让多个Query头共享同一组Key和Value头，可将KV Cache大小减少至原来的1/4，且在基准测试上模型质量差距通常小于1%70% 相似已验证Q4量化将每个权重参数从16位压缩到4位，理论上可将模型体积缩小约75%69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/17288

API

curl https://kongchang.com/api/v1/knowledge/claims/17288

MCP

get_claim(id=17288)