Unverified50% confidenceFactExact time
Q4_K_M采用分组量化策略，将权重张量划分为64或256维子块并独立计算缩放因子与零点，能将困惑度损失控制在1–3%以内
1
Sources
50%
Confidence
Long-term
Relevance
7/17/2026
First Seen
Sources
Related Claims
UnverifiedQ4_K方案使用4位量化，将权重分为超级块（256个权重）和子块，每个子块有独立缩放因子，超级块拥有更高精度的全局缩放因子79% similarUnverifiedQ4_K_M 量化方案每个权重平均约 4.8 比特，Q8_0 量化方案每个权重 8 比特79% similarVerifiedQ4量化将每个权重参数从16位压缩到4位，理论上可将模型体积缩小约75%77% similarUnverifiedQ4量化可将模型体积压缩至原来的约1/8，代价是约1-3%的基准测试精度损失76% similarUnverifiedq4_0使用对称量化（零点固定为0），q4_1使用非对称量化（零点可浮动），后者在数值分布不对称时更精确但需额外存储零点参数75% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/545783API
curl https://kongchang.com/api/v1/knowledge/claims/545783MCP
get_claim(id=545783)