待验证50% 置信基准精确时间

Swift-Qwen3.8-27B 通过后训练手段将思考 token 削减 58.3%、推理速度提升 1.95 倍，同时准确率损失控制在 1% 以内

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/9/14

首次发现

有效期至：2026/12/13

来源

Swift-Qwen3.8-27B：削减58%思考token，推理速度翻倍

涉及实体

Swift-Qwen3.8-27Bmodel

相关事实

待验证DistilBERT 通过知识蒸馏将 BERT 参数压缩至 66M，推理速度提升 60% 而性能损失约 3%72% 相似待验证GPTQ、AWQ等后训练量化方案能在INT4精度下将性能损失控制在1-2%以内72% 相似待验证Qwen3 27B 的 1-bit 量化导致模型能力断崖式下跌，部分任务输出丧失基本连贯性和准确性69% 相似待验证PLUG和ILRM仅在16-64步延迟上训练，成功外推到4096步，在一比特信息保留任务上达到100%准确率，而基线标准GRU退化到随机猜测水平69% 相似待验证量化感知训练（QAT）能将INT8精度损失控制在1%以内69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/920990

API

curl https://kongchang.com/api/v1/knowledge/claims/920990

MCP

get_claim(id=920990)