概念
量化精度
机器学习中模型权重的数值表示精度，常见有FP16、INT8、INT4等，影响模型内存占用和推理速度。
核心事实
时间轴 (近 90 天)
10月21日
量化精度直接影响内存占用与出图质量：4-bit 体积小适合内存有限的设备，8-bit 精度更高，FP16 接近原始精度但对硬件要求最高。
待验证50%
10月7日
量化（Quantization）是把模型参数的保存精度从16bit压缩到8bit甚至4bit，从而降低内存占用，但代价是模型精度可能出现一定损失
已验证65%
机器学习中模型权重的数值表示精度，常见有FP16、INT8、INT4等，影响模型内存占用和推理速度。
量化精度直接影响内存占用与出图质量：4-bit 体积小适合内存有限的设备，8-bit 精度更高，FP16 接近原始精度但对硬件要求最高。
量化（Quantization）是把模型参数的保存精度从16bit压缩到8bit甚至4bit，从而降低内存占用，但代价是模型精度可能出现一定损失