已验证65% 置信事实精确时间
IQ系列是llama.cpp中针对极低比特率（2-3 bit）场景的量化方案，引入了基于重要性矩阵的非均匀量化网格、向量量化和更精细的超块结构
3
来源数
65%
置信度
长期有效
时效性
2026/8/14
首次发现
来源
相关事实
待验证IQ4_XS是llama.cpp生态中的一种非均匀4-bit量化格式，在量化块内使用更精细的缩放因子分配策略79% 相似待验证IQ1_M 是 llama.cpp 系列中一种约 1 bit 级的极限量化格式（M 表示混合精度），专为在有限显存中塞下大参数模型而设计，代价是输出质量下降和循环风险。71% 相似待验证IQ3 属于 GGUF 格式下的非均匀量化方案，由 llama.cpp 社区发展而来，相较于早期 Q3_K 等均匀量化方式在同等压缩比下能更好保留关键权重68% 相似已验证NPU 针对低精度（INT8/FP16）矩阵乘法进行专门优化，在运行量化后的轻量级推理模型时能以 GPU 数分之一的功耗达到相近或更高的吞吐量64% 相似待验证AQuA（Adaptive Quantitative Analysis）混合模型属于金融AI领域的多模态融合架构，通过组合不同类型神经网络模块来覆盖时间、截面和基本面维度60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/745189API
curl https://kongchang.com/api/v1/knowledge/claims/745189MCP
get_claim(id=745189)