ISTA 回应 Unsloth 量化对比争议:32K 推理预算导致跑分差异
Loginhe · reddit · 2026-10-31
ISTA 就近期 Unsloth 发布的 DeepSeek-V4.1-Flash-1017 量化对比结果发表回应,称双方结果不一致源于基准设置差异而非模型或隐藏调参问题。
- ISTA 表示未修改任何超参数,使用标准设置:128K 上下文窗口、reasoning effort 设为 50
- 关键差异:Unsloth 对比中限制 32K token 推理预算,而 ISTA 基准允许最多 128K 输出 token——对一款 763B 参数、支持 1M 上下文的模型,32K 推理预算明显偏低,算力差异解释了成绩差异
- 承诺公开复现:代码在 GitHub、论文在 arXiv,欢迎有算力者用相同设置(128K 输出预算、reasoning effort 50)独立验证,并正在自己环境内重跑对比,结果将发布
- 此前其模型曾获 Benjamin Marie(The Kaitchup)等第三方独立评测
「模型」频道最新
- 用户吐槽 Linux 版 Codex 应用像没人管的养子,体验糟糕 — eigenron · 2026-10-31
- Kimi 支持俄罗斯 Mir 卡直接付款，订阅 Pro 无需中介 — teortaxesTex · 2026-10-31
- Nat Lambert：开源模型或是维系 AI 生态的关键粘合剂 — natolambert · 2026-10-31
- Gemini 4 Carbon 登顶 APEX-Agents 榜首,唯一均值破 90% 的模型 — Swarooprm7 · 2026-10-31
- Sarvam 为印度开发本地推理版 opencode,遭网友吐槽「本地」定义 — kingslyj · 2026-10-31
- MiniCPM-OCR 1.3B 模型每分钟可处理 128 页，2B 校验模型接近 397B 巨兽 — haider1 · 2026-10-31