Sorties de modèles

Liquid AI publie les checkpoints quantifiés QAD Q4_0 de la série LFM2.5, récupérant 97 % de la perte de précision

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

Résumé IA

Liquid AI publie quatre checkpoints GGUF Q4_0 — LFM2.5-230M, 350M, 1.2B-Instruct et 2.6B — entraînés par distillation consciente de la quantification (QAD), qui récupèrent 97 % de la perte de précision moyenne par rapport au BF16 tout en conservant la mémoire et la vitesse natives du Q4_0.

Points clés

  • Liquid AI publie quatre checkpoints GGUF Q4_0 — LFM2.
  • 5-230M,350M,1.
  • 2B-Instruct et 2.
  • 6B — entraînés par distillation consciente de la quantification (QAD),qui récupèrent 97 % de la…

En bref

Publié
Mis à jour
Source
Hugging Face 社区博客(混合发现)
Catégorie
Sorties de modèles
Score IA
64
Lire l'original Lire l'article complet à la source d'origine
Pourquoi c'est important

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。

Source et droits

Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.

Article original · Fiche AIHOT

Comment citer

Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.

Orange News : Liquid AI publie les checkpoints quantifiés QAD Q4_0 de la série LFM2.5, récupérant 97 % de la perte de précision. 19. août 2026. https://new.nat6.net/fr/news/cmt05zhyg139trodp6bxsy9e2/

Tout voir →