独立系统研究者Aman Sachan发布了名为MAPLE的剪枝技术,成功将Gemma 4 26B-A4B混合专家(MoE)大语言模型的体积从9.92 GB大幅压缩至4.75 GB 。这一优化使得该模型的有效参数量降至1.48 bits/param,并在仅配备6GB显存的消费级GPU上实现了100%内存执行 。在此配置…