研究团队将 AI 模型缩至 600 亿参数后性能反超同级版本

一组研究人员公布称，他们把 GPT-OSS 120B 压缩为 600 亿参数、4-bit 量化模型后，得到的版本在多数对比基准中优于同为 600 亿参数的全精度版本。论文将这一方法称为「量化感知修复」，核心做法是让小模型直接对齐未压缩的大模型输出，而不是学习已被压缩过的中间版本。团队已将 Hypernova-60B 以开放权重形式发布到 Hugging Face，但生成该模型的压缩工具仍属专有，测试范围也仅覆盖 GPT-OSS。