待验证50% 置信事实精确时间

1-bit/1.58-bit要求从训练阶段就以低精度权重为目标，与训练后量化方案本质不同

1

来源数

50%

置信度

长期有效

时效性

2026/7/17

首次发现

来源

Bonsai 27B：首个在手机运行的1-bit大模型，端侧AI新突破

相关事实

待验证对于5600张图像的小数据集，从零训练标准DETR几乎注定失败，推荐加载COCO预训练权重进行微调73% 相似待验证微软BitNet等研究表明，若从预训练阶段采用1Bit量化感知训练（QAT），精度损失可控，而事后量化（PTQ）损失通常更大71% 相似待验证指令微调不需要从头训练，通常仅需基础训练计算量的1%以下即可显著改变模型行为模式70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/544068

API

curl https://kongchang.com/api/v1/knowledge/claims/544068

MCP

get_claim(id=544068)