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
- KAN 作者刘子鸣警告:AutoResearch 产出的多是无理解的噪音 — ZimingLiu11 · 2026-10-27
- Diamandis 详解 AI 癌症导航与 $100 基因测序如何缩小抗癌鸿沟 — PeterDiamandis · 2026-10-27
- EMNLP Oral 论文：免训练 KV 缓存驱逐实现 10 倍内存压缩 — yuz9yuz · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- forking 收官：probe gap 随上下文频率呈幂律，掩蔽低频 n-gram 可缩小差距 — ZimingLiu11 · 2026-10-27
- 「forking」机制拆解：n-gram 表把 logits 切成互不干扰的子空间 — ZimingLiu11 · 2026-10-27