跳到正文
热点事件观察中

Ternair 发布：纯 Python 运行 BitNet b1.58 并提供 OpenAI 兼容 API

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Ternair 发布，一个纯 Python/PyTorch 的三值权重推理实现，pip install 即可加载 microsoft/bitnet-b1.58-2B-4T 模型并启动 OpenAI 兼容 HTTP 服务，无需 C++ 构建。 据其验证数据，该实现通过 packed 存储（1.6 bits/value）把 2B-4T 模型文件从约 5 GB 压缩到 1.1 GB，CI 验证与 HuggingFace 参考实现输出一致性 Pearson 0.9958、top-1 一致率 85.7%。代价是 CPU 推理速度约为 FP16 基线的 0.09×；WikiText-2 困惑度则低于 FP16 基线（13.30 vs 23.37）。

AI 根据报道生成 · 2 天前更新

最新进展10月25日 16:21
Ternair 发布，一条 pip install 运行 BitNet b1.58 模型并提供 OpenAI 兼容 API

报道时间线

沿着报道，了解事件的不同侧面。

10月25日
  1. GitHub · 灵魂体仓库
    Ternair 发布，一条 pip install 运行 BitNet b1.58 模型并提供 OpenAI 兼容 API

    Ternair 是一个纯 Python/PyTorch 的三值权重推理实现，pip install 即可加载 microsoft/bitnet-b1.58-2B-4T 并启动 OpenAI 兼容 HTTP 服务，无需 C++ 构建。2B-4T 模型文件从约 5 GB 压缩到 1.1 GB（packed 存储 1.6 bits/value），CI 验证与 HuggingFace 参考实现输出一致性 Pearson 0.9958、top-1 一致率 85.7%；缺点是 CPU 推理速度约为 FP16 基线的 0.09×，WikiText-2 上 PPL 反而低于 FP16 基线（13.30 vs 23.37）。

本事件热度走势

可比范围当前
3
可比范围峰值
1010月25日 17:00
近 24 小时变化
-50%

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。