flux1-krea-dev_float8_e4m3fn_learned_svd.safetensors

（解释来源于Deekseek，仅供参考）

float8_e4m3fn：8位浮点格式（e4m3fn），指数4位、尾数3位，支持负数（fn）。

learned_svd：用 SVD（奇异值分解） 压缩权重矩阵，并且是“learned”——在训练或微调过程中，让分解后的矩阵参数继续可学习，从而保留更多精度。

特点：SVD 方法通常适合在较低比特量化中保持精度，推理稳定性高，适合对输出一致性要求高的场景。

核心差异总结：

文件名 方法 重点优化 输出特点
learned_svd 奇异值分解+可学习参数 权重低秩近似 精度高、稳定性好
scaled_learned_stochastic 缩放+可学习随机量化 抗量化噪声 & 多样性 多样性高、可能稍微不稳定

如果你想推理一致性高、结果可控 → 用 learned_svd
如果你想生成更有创意、接受一定不稳定性 → 用 scaled_learned_stochastic