Reddit 称 SAOD 可把 744B 模型从 1.5TB 压到 100GB 以下
pmttyji · reddit · 2026-07-23
这条 Reddit 在讨论 Session-Adaptive Orthogonal Distillation（SAOD），声称它能把一个 744B、约 1.5TB 的模型压缩到 100GB 以下。
配图更像是一份复现实验说明：图里对比了 GRPO、RLSD 等训练行为，指出 GRPO 的 policy entropy 会塌缩，而 RLSD 能保持稳定；credit-clip ratio 也落在论文声称的 3%–6% 区间；多轮实验中 leakage 为 0；另外，reweighting 的衰减调度是否持续全程，性能差异也很明显。发帖人据此推测，8GB 显存可能就能跑更大的 MoE 模型。
「研究」频道最新
- EMNLP 论文：让 LLM 换个问法，「42」变「3」但蝴蝶仍是帝王蝶 — radamihalcea · 2026-10-27
- Datology Curation Studio 线上深潜：少于 20% 算力匹配最强基线 — josh_wills · 2026-10-27
- KANLab 开源：浏览器里可视化玩转 KAN 网络 — Lukas Niehaus · 2026-10-27
- CMU 提出 LLM2Cert：LLM 生成证书，SMT/Lean 自动验证 — CarnegieMellonU · 2026-10-27
- NVIDIA 开源 FLORA：机器人数据引擎，成本仅 GPT-6 Astra 的 1/125 — nvidia · 2026-10-27
- RSNA 2026 深度学习实验室回归:芝加哥四天八节动手 AI 课 — PRouzrokh · 2026-10-27