待验证50% 置信事实精确时间
1-bit量化（BitNet）将每个权重压缩为单个比特，仅表示+1或-1
1
来源数
50%
置信度
长期有效
时效性
2026/7/20
首次发现
来源
相关事实
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76% 相似待验证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69% 相似待验证微软研究院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67% 相似待验证自回归推理的decode阶段是纯粹的内存带宽受限操作，将模型从FP16压缩到1-bit理论上可将token生成速度提升16倍65% 相似待验证1.58-bit 指每个权重平均占用 log₂(3) ≈ 1.58 比特，因为三值权重（-1、0、+1）共有3种状态63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/572576API
curl https://kongchang.com/api/v1/knowledge/claims/572576MCP
get_claim(id=572576)