某軟體公司計劃開發一款手機 App，需要在沒有網路的環境下，也能在手機本機端（邊緣裝置）執行微型大語言模型來提供即時語音翻譯服務。考量到行動裝置的記憶體（RAM）容量限制以及電池續航力，工程師建議在部署前先對模型進行模型量化（Quantization）處理。請問關於此作法所帶來的預期效益與影響，下列敘述何者最正確？
答案 （D）
核心概念
量化是把參數的精度降低，模型變小、跑得快，代價是輸出品質可能略降。
模型量化（Quantization）把原本用 32 位元浮點數存的參數改成 8 位元甚至 4 位元整數。同樣的參數數量，檔案體積跟記憶體佔用直接壓到四分之一以下，整數運算也比浮點快。精度降了，模型輸出會有些微變化，通常可接受，但不可能「完全不影響」。
答題技巧
快速判斷技巧：量化題記一句：變小變快，品質略降，參數數量不變。 ・體積、記憶體、速度 → 變好 ・輸出品質 → 可能輕微下降 ・參數數量 → 不變
易錯陷阱：(B) 前半段都對，只錯在「完全不影響」四個字。 關鍵差異：有得必有失，任何壓縮技術都有品質代價，只是大小問題。 警訊詞：「完全不影響」「自動增加」在技術題裡幾乎都是錯的。