Modellveröffentlichungen

Liquid AI veröffentlicht QAD-Q4_0-Quantisierungs-Checkpoints der LFM2.5-Serie und stellt 97 % des Genauigkeitsverlusts wieder her

Originaltitel:LFM2.5 Q4\_0 Checkpoints from Quantization-Aware Distillation

KI-Zusammenfassung

Liquid AI veröffentlicht vier Q4_0-GGUF-Checkpoints – LFM2.5-230M, 350M, 1.2B-Instruct und 2.6B –, die mit quantisierungsbewusster Destillation (QAD) trainiert wurden. Sie bewahren den nativen Q4_0-Speicherbedarf und die Geschwindigkeit und stellen 97 % des durchschnittlichen Genauigkeitsverlusts gegenüber BF16 wieder her.

Kernpunkte

  • Liquid AI veröffentlicht vier Q4_0-GGUF-Checkpoints – LFM2.
  • 5-230M,350M,1.
  • 2B-Instruct und 2.
  • 6B –,die mit quantisierungsbewusster Destillation (QAD) trainiert wurden.
  • Sie bewahren den nativen Q4_0-Speicherbedarf und die Geschwindigkeit und stellen 97 % des…

Auf einen Blick

Veröffentlicht
Aktualisiert
Quelle
Hugging Face 社区博客(混合发现)
Kategorie
Modellveröffentlichungen
KI-Bewertung
64
Original lesen Den vollständigen Artikel bei der Originalquelle lesen
Warum es wichtig ist

QAD 量化蒸馏恢复 Q4_0 模型九成六以上 BF16 精度,对应树莓派和手机等边缘设备,在保持低内存与高吞吐的同时缩小与全精度模型的差距。

Quelle & Urheberrecht

Dieser Artikel basiert auf kuratierten Titeln und KI-Zusammenfassungen der öffentlichen AIHOT-API, mit Quellenangabe und Rückverlinkung. Das Urheberrecht am Original liegt bei den ursprünglichen Medien und Autoren; diese Seite spiegelt keine Volltexte.

Originalartikel · AIHOT-Eintrag

Zitierhinweis

Beim Zitieren dieses Artikels bitte Titel, Datum und Permalink beibehalten und Orange News als Quelle angeben.

Orange News: Liquid AI veröffentlicht QAD-Q4_0-Quantisierungs-Checkpoints der LFM2.5-Serie und stellt 97 % des Genauigkeitsverlusts wieder her. 19. August 2026. https://new.nat6.net/de/news/cmt05zhyg139trodp6bxsy9e2/

Alle ansehen →