待验证50% 置信事实精确时间
量化是将模型权重从32位浮点数压缩为8位或4位整数，Gemini Nano通过量化技术实现手机端部署
1
来源数
50%
置信度
长期有效
时效性
2026/8/18
首次发现
来源
相关事实
待验证4bit quantization compresses model size by approximately 75% compared to 16bit precision68% 相似已验证量化技术通过将模型权重从FP32/FP16压缩为INT8/INT4等低精度格式，可将模型体积缩减50%-75%66% 相似待验证MiniCPM和Qwen-0.5B等1B以下轻量模型配合INT4量化可以在手机芯片上运行65% 相似待验证Ollama uses quantization by default to compress model size, converting model weights from 32-bit floating point (FP32) to 4-bit or 8-bit integers.65% 相似已验证QLoRA引入4-bit量化技术，使得在单张24GB显存的RTX 3090/4090上微调650亿参数级别的模型成为可能64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/771113API
curl https://kongchang.com/api/v1/knowledge/claims/771113MCP
get_claim(id=771113)