热点事件持续更新
ThousandML 开源 4-bit CQ 量化微调
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 26 日,AGI Hunt 报道,ThousandML 发布微调平台,并开源其自研的无校准 4-bit 量化方案 CQ,用于 QLoRA 微调,目标是降低微调所需的 GPU 成本。报道给出的对比数据显示,在 Qwen3.8-27B 上,该方案的 Wikitext-2 mean KLD 为 0.0282,优于 Unsloth 的 bnb-4bit 0.0330;磁盘占用为 18GB,Unsloth 为 22.4GB。报道标题称其验证损失比 Unsloth 低 17.4%。目前公开信息仅来自这一篇报道,尚无第三方复现或更多基准结果披露;报道也没有说明 CQ 的具体算法细节与适用范围。
AI 根据报道生成 · 2 小时前更新
最新进展10月26日 10:28
ThousandML 发布无校准 4-bit CQ 量化微调平台,称 KLD 与磁盘占用均优于 Unsloth。报道时间线
沿着报道,了解事件的不同侧面。
10月26日
- AGI HuntThousandML 开源 4-bit CQ 量化微调:验证损失比 Unsloth 低 17.4%
ThousandML 发布微调平台,用自研的无校准 4-bit 量化 CQ 做 QLoRA 微调,以降低 GPU 成本。在 Qwen3.8-27B 上,其 Wikitext-2 mean KLD 为 0.0282,优于 Unsloth 的 bnb-4bit 0.0330,磁盘占用 18GB 对 22.4GB。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。