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
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- ICML 2026 口头论文复现分数重算后仍偏中等 — profjamesevans · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- Seed IQ 在 Doom II 里通关，引出 ARC-AGI 之后的评测问题 — Fit_Transition8824 · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27
- 一份横跨 ML、系统、NLP 与音频的经典论文清单 — deliprao · 2026-07-27