那么关于1-bit模型的共识是什么?它仍然是一个幻想吗?
摘要
讨论关于Bonsai 8b和27b等1-bit模型的可行性,这些模型在保持功能的同时实现了较小的文件大小,质疑其主要用例和未来。
Bonsai 8b在1-bit下大小约为1GB且功能正常,而27b也在1-bit下发布,大小仅为5GB左右。那么1-bit模型的未来是否光明?它们的主要用途是什么?
相似文章
Bonsai 27B(1位LLM):首个能在手机上运行的27B级别模型
PrismML宣布推出Bonsai 27B,这是Qwen3.6 27B的1位与三元量化版本,可在手机和笔记本电脑上运行,保留基线性能的90-95%,占用3.9GB空间,支持自主智能体与多模态的端侧AI。
1位 / 2位 / 三值 / Bitnet 模型 - 更新与跟踪
本文追踪各种低比特AI模型的更新,包括Bonsai、BitCPM等,涵盖性能改进及对llama.cpp等后端的兼容性更新。
在本地定期使用Bonsai 27b 1b量化版
一位用户分享了在16GB MacBook Air上本地使用Bonsai 27b的1-bit量化版进行日常聊天、辅导Go语言以及分析个人笔记的积极体验,称赞其智能性和小巧的体积。
1-Bit Bonsai Image 4B 本地设备图像生成
PrismML 发布 Bonsai Image 4B,这是一系列紧凑型图像生成模型,使用 1-bit 和三进制权重,能够在笔记本电脑和 iPhone 等本地设备上实现高质量扩散推理,同时显著减少内存占用。
在Jetson Orin NX 16GB上本地运行了一个27B模型(1-bit),仍然有点惊讶它能工作
用户报告在Jetson Orin NX 16GB边缘设备上成功运行了量化到1-bit的27B参数模型,对可行性表示惊讶。