待验证50% 置信事实精确时间

Prism ML在转换为三值前应用旋转矩阵（正交变换）平滑分散权重异常值，使共享scale更合理，这一思路来源于BitNet、QuIP#等研究

1

来源数

50%

置信度

长期有效

时效性

2026/10/4

首次发现

来源

6GB跑27B大模型？Bonsai 2三值量化的真相与局限

涉及实体

Prism MLcompany 旋转矩阵concept BitNetconcept QuIP#concept

相关事实

待验证PrismML的模型采用270亿参数全部同时激活的方式，而非稀疏架构65% 相似待验证FLUX、Stable Diffusion 3等新一代模型采用Transformer替代传统卷积网络，提升了对复杂提示词的语义理解能力和图像一致性61% 相似待验证ML系统的可重复性需要同时管理数据版本、模型权重、超参数配置三个维度60% 相似待验证Stable Diffusion 3和Meta的MovieGen等大型生成模型已转向基于流匹配的框架59% 相似待验证旋转变换量化的理论基础是正交矩阵不改变模型数学等价性但能重新分布数值统计特性，用于搅匀离群值59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/973447

API

curl https://kongchang.com/api/v1/knowledge/claims/973447

MCP

get_claim(id=973447)