| GPU-Speicher per Software erweitert | Ein Arbeitssatz von 17.506 MiB, trainiert auf einer Karte mit 12.288 MiB | Modell mit 270 Millionen Parametern, Batch von 8, Budget von 8.192 MiB |
|---|
| Erkennung personenbezogener Daten | F1 von 0,946 in fünf Sprachen; 2 von 1.223 Werten bleiben in sechzehn Testdateien lesbar | Pseudalis 1.0.11: synthetischer Testsatz in fünf Sprachen, exakte Grenzen, alle Kategorien; für den Test geschriebene Word-, PowerPoint-, PDF-, CSV-, Quellcode- und Bilddateien |
|---|
| Generierung auf einer Laptop-GPU | 56,8 Token pro Sekunde gegenüber 23,6 auf dem Prozessor | Qwen3-VL 4B in Q4_K_M, GeForce RTX 5070 Ti Laptop GPU, 24 Prozessor-Threads |
|---|
| Verlustfreie Textkompression | enwik9 in 117.169.624 Bytes, 0,937 Bit pro Byte | Dekompressor mit 7.063.888 Bytes, Tokenizer und Netz inbegriffen |
|---|
| Training, zur integrierten GPU geleitet | 63,3 ms pro Schritt statt 97,4 ms | Intel Core Ultra 9 275HX, automatisches Routing, Endverlust innerhalb von 0,001 des Host-Werts |
|---|
| Lesen eines Prompts auf einem Laptop | 216 Token pro Sekunde mit Qwen3-VL 4B, mehr als 1.300 mit Qwen3 0.6B | Intel Core Ultra 9 275HX, 24 Threads, Prozessor-Engine mit ihren AVX-VNNI-Kernen, erster Durchlauf eines Prompts von 512 Token |
|---|