已验证65% 置信事实精确时间

模型参数量越大，对量化的鲁棒性越强，使得70B级别模型在4-bit量化后仍能保持接近FP16的性能

3

来源数

65%

置信度

长期有效

时效性

2026/7/7

首次发现

来源

捍卫本地AI运行权：隐私、自由与数字主权之战

hackernewshackernews2026/7/2

相关事实

待验证MiniCPM 系列以 2B-4B 级别的参数量在多项基准测试中实现了接近 7B 甚至 13B 模型的性能70% 相似待验证2.4万亿参数模型在BF16精度下考虑KV Cache和激活值后实际约需1.4-1.5TB显存69% 相似待验证在27B混合架构、4B稠密模型、36B MoE三类模型上以8k上下文测试，Prefill阶段性能无变化，Decode阶段打补丁后快约1.4%69% 相似待验证Chinchilla模型以70B参数配合4倍数据量即可超越280B参数的Gopher模型性能69% 相似待验证万象模型提供了 1.3B 和 14B 参数量的不同规模版本68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/188119

API

curl https://kongchang.com/api/v1/knowledge/claims/188119

MCP

get_claim(id=188119)