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
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11