待验证50% 置信事实精确时间

分组量化将权重矩阵按固定大小（通常32或64个元素）分组，每组独立计算量化缩放因子以减少精度损失

1

来源数

50%

置信度

长期有效

时效性

2026/7/11

首次发现

来源

28个企业级AI Agent实战项目：零基础可落地的完整解析

bilibili伴你流水-共桃夭2026/7/9

相关事实

待验证低秩分解与量化压缩维度正交互补，对小矩阵A和B分别量化误差更小，叠加压缩比可达单一方法数倍73% 相似待验证K-quant 系列引入了分块量化策略，对权重矩阵中不同的 block 使用不同的缩放参数以减少量化误差71% 相似待验证谱池化可以将特征图从任意尺寸降到任何较小尺寸，只需保留相应数量的低频DFT系数，而最大池化通常以整数因子进行下采样70% 相似已验证量化技术通过将模型参数从32位浮点数降低到4位或8位整数表示，可大幅减少内存占用和计算量68% 相似待验证GPTQ（2022）引入逐层Hessian矩阵近似，通过最小化权重量化前后的输出重建误差优化量化参数67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/482650

API

curl https://kongchang.com/api/v1/knowledge/claims/482650

MCP

get_claim(id=482650)