<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Apple Foundation Model on iOSApple</title><link>https://iosapple.eu/tags/apple-foundation-model/</link><description>Recent content in Apple Foundation Model on iOSApple</description><generator>Hugo</generator><language>de</language><lastBuildDate>Sat, 06 Jun 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://iosapple.eu/tags/apple-foundation-model/index.xml" rel="self" type="application/rss+xml"/><item><title>1,5-Bit-LLM auf dem iPhone: Warum Apples „Hardware-Steuer“ ein Umsatz-Gate ist, kein technisches</title><link>https://iosapple.eu/bitnet-15bit-llm-can-run-on-iphone/</link><pubDate>Sat, 06 Jun 2026 00:00:00 +0000</pubDate><guid>https://iosapple.eu/bitnet-15bit-llm-can-run-on-iphone/</guid><description>&lt;p&gt;&lt;strong&gt;Urteil:&lt;/strong&gt; Ein LLM mit 7 Milliarden Parametern, geschrumpft auf 1,58 Bit pro Gewicht, passt bequem in 1,2 GB RAM. Ein iPhone 12 verfügt über 4 GB. Das von Apple angeführte Argument — „Apple Intelligence erfordert den A17 Pro oder neuer“ — ist im Jahr 2026 schlichtweg technischer Unsinn.&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;Die Zahlen:&lt;/strong&gt; Das BitNet b1.58-Paper (Microsoft Research, 2024) zeigt eine LLaMA-ähnliche Performance bei nur 1/8 der Modellgröße. Recover-LoRA (Juni 2026) beweist, dass eine 2-Bit-Quantisierung die volle Genauigkeit durch Low-Rank-Fine-Tuning zurückgewinnt. Hybrid Gated Flow (Februar 2026) identifiziert die „Memory Wall“ als eigentliche Einschränkung, nicht die Rechenleistung.&lt;/p&gt;</description></item></channel></rss>