待验证50% 置信事实精确时间

RCO-GSQ是ISTA-DASLab提出的低比特量化方案，GSQ通过权重分组引入稀疏性降低精度损失，RCO对量化残差进行进一步压缩与校正

1

来源数

50%

置信度

长期有效

时效性

2026/9/24

首次发现

来源

12GB显卡跑Qwen3.8-Flash-Next：自研引擎实现65 tok/s

涉及实体

RCO-GSQconcept ISTA-DASLabcompany

相关事实

待验证量化位数越低精度损失越大，业界主流方案包括 GPTQ、AWQ 和 GGUF73% 相似已验证现代量化方案如GPTQ、AWQ及GGUF格式的分组量化，通过逐层校准和异常值保护，可将模型体积缩减75%以上同时保留绝大部分推理能力72% 相似已验证4-bit量化技术（如GPTQ、AWQ、GGUF格式）可以将模型显存需求降低到原来的1/4，但会带来一定精度损失69% 相似待验证GQA可将推理时KV Cache显存降低至MHA的1/4，同时保留比MQA更强的建模能力69% 相似待验证现代量化方法如 GPTQ、AWQ 通过逐层校准显著缓解了精度退化问题68% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/948581

API

curl https://kongchang.com/api/v1/knowledge/claims/948581

MCP

get_claim(id=948581)