待验证50% 置信基准精确时间

Q4_K_XL方案中MoE层使用MXFP4，其余层压缩到Q8_0，在top-1%预测一致性上达到96% same

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/8/6

首次发现

有效期至：2026/11/4

来源

Q8_K_XL与MXFP4命名之争：FP8≠Q8_0的量化真相

相关事实

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74% 相似待验证Q4_K_M采用分组量化策略，将权重张量划分为64或256维子块并独立计算缩放因子与零点，能将困惑度损失控制在1–3%以内72% 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72% 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%72% 相似待验证Q4_K_M 在困惑度上比纯 Q4 低约 0.1–0.371% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/697312

API

curl https://kongchang.com/api/v1/knowledge/claims/697312

MCP

get_claim(id=697312)