跳到正文
热点事件持续更新

跨模型表征复用校准增益研究发布

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

2026年10月19日，arXiv平台发布了一项关于跨模型表征复用校准增益的研究。该研究探索了将规模校准（Scale calibration）的增益从一个模型表征迁移至同一预训练模型另一表征的可能性。 在针对Qwen3-1.7B的浮点与GPTQ INT3配对实验中，双向迁移保留了76.9%至90.5%的文本损失改善。此外，在Llama-3.2-3B的对照实验中，交叉安装保留了98.6%至99.3%的校准收益，验证了该方法在不同模型架构上的通用性。

AI 根据报道生成 · 6 小时前更新

最新进展10月19日 12:00
跨模型表征复用校准增益

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv · ML
    跨模型表征复用校准增益

    研究提出将规模校准（Scale calibration）的增益从一个模型表征迁移至同一预训练模型的另一个表征。 针对 Qwen3-1.7B 的浮点/GPTQ INT3 配对，双向迁移保留了 76.9% 至 90.5% 的文本损失改善；Llama-3.2-3B 对照实验中，交叉安装保留了 98.6% 至 99.3% 的校准收益。

本事件热度走势

可比范围当前
8
可比范围峰值
1010月19日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。