待验证50% 置信基准精确时间

Q2K量化下短文平均每秒13.9个token，长文平均10.5个，峰值约18

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/5

首次发现

有效期至：2027/1/3

来源

RTX3090极限挑战125B大模型：三级缓存让推理提速5倍

涉及实体

Q2K量化concept

相关事实

待验证Q2_K 量化模型准确率从 12% 翻倍到 24%73% 相似待验证IQ2_XXS以约2.06位的平均比特率对权重编码，相比IQ3_S（约3.44位）或Q4_K_M（约4.83位）压缩率更高但信息损失更大63% 相似待验证对于Lorenz系统，最大Lyapunov指数约为0.9，意味着初始误差每经过约1.1个时间单位就翻倍61% 相似待验证Q2_K量化将模型权重压缩至平均约2.5比特，显存占用降低至原来约六分之一，但会导致模型能力显著退化，被业内戏称为脑叶切除61% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/978659

API

curl https://kongchang.com/api/v1/knowledge/claims/978659

MCP

get_claim(id=978659)