Qwen 27B 被压到 3.9GB
max_paperclips · x · 2026-07-17
转发内容讨论了 PrismML 的 Bonsai 27B：基于 Qwen3.6 27B 做到极端量化后可在单张 3090 上加载，甚至主张能跑到手机端。
核心信息包括：
- 无需重新训练，只是对现有权重做二值/三值量化。
- 1-bit 版本宣称把 27B 模型压到 3.9GB 左右；另有三值版本约 5.9GB。
- 作者强调这种压缩会让通常“低于 4bit 就崩”的模型依然保持可用，并宣称保留了约 89.5% 的原始智能。
- 转推者的态度是先怀疑再实测：他打算用同一套 agent 任务和基准，对比原始 Q4 版本与 1-bit 版本，看看它究竟在哪些任务上失真。
所属事件:Qwen 27B模型经极端量化成功登陆手机端(2 条相关)→
「Infra」频道最新
- Engram 随机读取不适合 SSD，CPU 内存低延迟共享或成正解 — bookwormengr · 2026-09-11
- 劝退帖:推理工程是真金白银的硬活,八成尝鲜者已悄然放弃 — abhijithneil · 2026-09-11
- Hugging Face《Ultra Scale Playbook》:GPU 集群训练 LLM 的免费技术书 — mdancho84 · 2026-09-11
- 从聊天到 Agent,推理延迟正在成为生产级瓶颈 — Euphoric_Sea632 · 2026-09-11
- 推理服务关键指标盘点:流式速度 TPOT 与可用性如何影响体验 — abhijithneil · 2026-09-11
- PlanetScale 推出分片 Postgres,768 台服务器组成 1PB 单库 — dhruv2038 · 2026-09-11