EschaLabs 发布面向消费级 GPU 的 2 位量化 Qwen3.8-27B 模型

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-20 07:50

EschaLabs 发布了 Qwen3.8-27B 模型的 2 位量化版本，命名为 Escha-W2。新版本将模型大小显著减小至 10.15 GB，使其能够装入单块 24 GB 消费级 GPU，并支持 64k 上下文窗口。性能基准测试表明，Escha-W2 在常识推理方面具有与其 FP8 版本相当的竞争力，甚至超越了后者，在 LiveCodeBench 上与之持平，但在 GPQA-Diamond 上的性能略有下降。 AI

影响使大型语言模型能够在消费级硬件上运行，可能促进其普及和使用。

排序理由发布了带有性能基准测试的量化模型。[lever_c_demoted from research: ic=1 ai=1.0]

在 Hugging Face Trending Models 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

EschaLabs 发布面向消费级 GPU 的 2 位量化 Qwen3.8-27B 模型

本文如何被排名

Signal score: 0 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 发布了带有性能基准测试的量化模型。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: model release, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: 49 days old; Aged out of breaking-news scoring windows; ranking reflects the durable signal from the full source set.

完整方法见我们的编辑标准。

报道来源 [1]

Hugging Face Trending Models TIER_1 Deutsch(DE) · EschaLabs · 2026-08-20 07:50

EschaLabs/Qwen3.8-27B-Escha-W2

text-generation · 561 downloads · 96 likes

本文如何被排名

报道来源 [1]

EschaLabs/Qwen3.8-27B-Escha-W2

相关实体

相关话题