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
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.
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/