# 텐센트 Hunyuan, Hy4 preview를 214 GiB로 압축했다고 강조

텐센트 Hunyuan은 혼합 정밀도 양자화로 Hy4 preview의 770B 파라미터 가중치를 약 1.5TB에서 214 GiB로 줄인 것에 관한 Zhihu Frontier 해설글을 인용했다. 인용된 글은 파라미터 수가 변하지 않았다고 말하며, MRCR은 거의 변하지 않았고 수학에서 소폭 하락했다고 보고한다.

Language: ko
Time zone: Asia/Seoul
Current time (UTC, cached as of): 2026-11-10T07:34:00.000Z
Query date (Asia/Seoul): 2026-11-10

HTML: https://didcodexreset.com/ko/news/023f8b753f514cfaa3899c5e.html

Content language: ko
Localization state: translated

출처: Tencent Hy · 2026. 9. 22. 11:46:31 게시

텐센트 Hunyuan([@TencentHunyuan](https://x.com/TencentHunyuan))은 "더 작은 크기, 같은 지능"이라는 코멘트와 함께 Zhihu Frontier를 인용하며 **Hy4 preview** 압축에 관한 해설글을 가리켰다.

인용된 게시물에서 Zhihu Frontier([@ZhihuFrontier](https://x.com/ZhihuFrontier))는 텐센트 Hunyuan 양자화 팀의 기여자 yghstill이 **770B** 파라미터 모델을 가중치를 대략 **1.5TB에서 214 GiB**로 줄여 패킹했다고 설명했다고 말했다. 파라미터 수는 770B로 유지되며, 압축은 해당 가중치가 표현되는 방식을 바꾼다. 해설글은 Sherry 양자화 알고리즘, STQ1_0 저장 형식, MIX-STQ1_0 혼합 정밀도 할당을 언급하며, 완전한 혼합 정밀도 모델이 가중치당 평균 약 **2.38비트**이고 공격적인 압축은 expert 가중치에 집중된다고 말한다.

인용된 계정은 팀이 패치된 llama.cpp 빌드에서 STQ1_0 CUDA 커널을 구현했으며, MRCR 검색 성능은 거의 변하지 않았고 수학에서는 소폭 하락했다고 보고한다. 비슷한 비트 예산의 UD-IQ1_M과 비교해 혼합 정밀도 모델이 보고된 평가에서 앞섰으며, MRCR에서 5점 이상 향상됐다고 말한다. 텐센트 Hunyuan의 자체 게시물은 해당 측정치를 제공하지 않는다.

Tags: 훈위안, Hy4, 양자화, 텐센트

[원문 게시물 보기](https://x.com/TencentHunyuan/status/2102225827903807939)