待验证50% 置信事实精确时间

微软研究院2023年提出的BitNet b1.58架构将所有权重限定为{-1, 0, +1}三个状态，理论上可将模型大小压缩至原来的1/16以下

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

苹果洽购PrismML：极端量化能让AI真正跑在iPhone上吗

相关事实

待验证2024 年以来 1-bit 量化（如 BitNet 系列）进入学术视野，将权重压缩至 {-1, 0, +1} 三值，目前仍处于研究阶段71% 相似待验证1-bit量化（BitNet）将每个权重压缩为单个比特，仅表示+1或-167% 相似已验证4-bit量化理论上可将模型体积缩小8倍（相比32位存储）67% 相似待验证1-bit LLM 的核心思路是将模型权重压缩到每个参数仅约1比特的水平66% 相似待验证三元表示理论上每个参数只需约1.58比特，相比FP16可以带来近10倍的存储压缩65% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/533427

API

curl https://kongchang.com/api/v1/knowledge/claims/533427

MCP

get_claim(id=533427)