不只量化更是全链路：Dynamic v3.0动态精度+MTP投机解码+Flash Attention加速，llama.cpp/Ollama一键起

53000子龙•5天前

学术派量化天花板：每个张量单独分配精度，同体积比Unsloth高10分，论文代码全公开可自己复刻

61000子龙•5天前

同一个模型有 4bit/8bit/免审版，怎么选？一句话：稠密选小、MoE 选大。附下载地址与实测速度；2026-09 补测 oMLX 引擎，修正「换引擎不会变快」的旧结论。

154000子龙•7天前

antirez新作：DeepSeek V4 Flash的Metal/CUDA原生推理引擎，2-bit量化128GB Mac跑百万token上下文

185000子龙•4个月前