热点事件持续更新
分解量化提升 1-bit 模型 MMLU-Pro 精度
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
据 AGI Hunt 2026 年 10 月 14 日报道，ISTA-DASLab 发表新论文，提出用分解量化提升 1-bit 模型精度：在 MMLU-Pro 上，1-bit Qwen3.8-27B 的得分从 29.04% 提升到 61.54%，提高 32.5 个百分点。该方案不靠更换更大的解码器，而是拆分模型职责——由专门训练的 NVFP4 Prefiller 处理输入 prompt 并生成解码器所需的 cache，再由重度量化的 1-bit GGUF Decoder 接手生成回答。目前上述数字与做法均来自该篇论文报道，尚无其他独立来源加以验证。
AI 根据报道生成 · 4 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- AGI Hunt分解量化术让 1-bit Qwen3.8 MMLU-Pro 从 29% 飙至 61.5%
ISTA-DASLab 新论文用分解量化把 1-bit Qwen3.8-27B 在 MMLU-Pro 上从 29.04% 提升到 61.54%，提高 32.5 个百分点。方案不换更大的解码器，而是拆分模型职责：专门训练的 NVFP4 Prefiller 处理输入 prompt 并生成解码器所需 cache，重度量化的 1-bit GGUF Decoder 接手生成回答。
本事件热度走势
当前热度 9·可比范围峰值 10（10月14日 04:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。