待验证50% 置信基准精确时间

实测智能体任务下，Muse Glimmer该量化版本性能仅下降0.2%，压缩到24GB版本也只降1%

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/9

首次发现

有效期至：2027/1/7

来源

Meta重返开源：30B模型Muse Glimmer单张24G显卡可跑

涉及实体

Muse Glimmermodel

相关事实

待验证GGUF量化可将模型内存占用降低至原始精度的25%左右76% 相似已验证INT8量化约损失0.5%精度、显存减半，INT4量化显存压缩至原来的1/4、精度损失约1-3%73% 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72% 相似已验证4-bit量化在损失约1-3%准确率的前提下，将模型体积缩减至原来的1/872% 相似待验证8位量化几乎减半内存使用，质量损失极小，指令遵循能力强71% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/993080

API

curl https://kongchang.com/api/v1/knowledge/claims/993080

MCP

get_claim(id=993080)