低精度浮點數的驚人特性再次成為新聞熱點！ 這些數值格式在大型神經網路中很常見，但對大多數程式設計師來說卻是陌生的。 上週我和 @klyap_ 一起製作了這個小小的視覺化工具：https://t.co/ntHlazyDmK。
您可以使用 https:quant.exposed @OpenComputePrj 的微縮放格式 (MX) 規範中量化浮點數的值和位元模式——包括 fp8 和 fp6 的兩種變體、僅縮放的 e8m0 格式以及極小的 fp4。
本頁面很大程度上受到了 @BCiechanowski 的 https://t.co/Njoqpes7float.exposed組的浮點格式。 Bartosz 在這裡寫了一篇很棒的配套文章，介紹了這個工具：https://t.co/OdKCVxU8Ad。
這個專案也啟發了 @b0rk 的 https://t.integer.exposed
在處理位元串（手寫彙編、IP 位址）時，公開的整數和浮點數工具非常有用。 我希望 https://t.co/4PJvda0eDy 對那些擺弄量化浮點數的人也同樣有幫助！