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。