@saminchina2: 😕✨#china #foryou

SAM KhAN💫☠️🇨🇳
SAM KhAN💫☠️🇨🇳
Open In TikTok:
Region: US
Wednesday 19 August 2026 13:54:06 GMT
1756
69
2
14

Music

Download

Comments

ameenkhankakar6
Ameen khan kakar :
❤️❤️❤️
2026-08-19 15:12:22
0
malik38330
malik :
🥰🥰🥰
2026-08-19 16:15:51
0
To see more videos from user @saminchina2, please go to the Tikwm homepage.

Other Videos

🎬 Unsloth vừa bung Qwen3.8-27B Dynamic V3: bản 1-bit chạy được trên máy 8GB RAM. 📊 Đây không phải model mới, mà là bản nén GGUF làm lại. Dynamic V3 nằm trên mọi nhà quant khác trên cùng size, lệch rõ nhất ở các bản nhỏ. Họ đo bằng top-1% trên Div-300 và KL Divergence, so với bản BF16 gốc. 💡 Đây là bản 1-bit, file khoảng 6,2GB. Trước đó 4-bit Qwen3.8-27B còn đòi khoảng 17GB. Giữ khoảng 72% độ chính xác top-1% so với bản đầy đủ, nhỏ hơn gần 90%. 📊 Họ không train lại model. Chọn layer kỹ hơn, imatrix calibration sạch hơn cho coding, chat, đa ngôn ngữ. Không dùng QAT hay QAD, chỉ quant sau khi model đã xong. Bản 2-bit 9,8GB còn viết được HTML gần chạy được, trước đó thì vỡ. 📊 Số 10% kia dễ hiểu nhầm. Nó so quant Unsloth với quant nhà khác, cùng dung lượng file, không phải model bỗng thông minh hơn 10%. Đo trên 300 prompt giữ lại, không nằm trong data hiệu chỉnh. Bản quant to thì lợi ích nhỏ hơn, Unsloth vẫn giữ Dynamic V2 cho các file lớn. 📊 Muốn chạy thì tải GGUF Unsloth trên Hugging Face, dùng llama.cpp hoặc Unsloth Desktop. Máy 8GB thử 1-bit, máy khoảng 16 đến 19GB nên lấy 4-bit. Quant tốt hơn không biến 27B thành model cloud, nhưng đủ để máy nhà chạy được thứ trước đây phải 17GB. Nguồn: https://x.com/UnslothAI/status/2090103470015828184 #Escbase #AI
🎬 Unsloth vừa bung Qwen3.8-27B Dynamic V3: bản 1-bit chạy được trên máy 8GB RAM. 📊 Đây không phải model mới, mà là bản nén GGUF làm lại. Dynamic V3 nằm trên mọi nhà quant khác trên cùng size, lệch rõ nhất ở các bản nhỏ. Họ đo bằng top-1% trên Div-300 và KL Divergence, so với bản BF16 gốc. 💡 Đây là bản 1-bit, file khoảng 6,2GB. Trước đó 4-bit Qwen3.8-27B còn đòi khoảng 17GB. Giữ khoảng 72% độ chính xác top-1% so với bản đầy đủ, nhỏ hơn gần 90%. 📊 Họ không train lại model. Chọn layer kỹ hơn, imatrix calibration sạch hơn cho coding, chat, đa ngôn ngữ. Không dùng QAT hay QAD, chỉ quant sau khi model đã xong. Bản 2-bit 9,8GB còn viết được HTML gần chạy được, trước đó thì vỡ. 📊 Số 10% kia dễ hiểu nhầm. Nó so quant Unsloth với quant nhà khác, cùng dung lượng file, không phải model bỗng thông minh hơn 10%. Đo trên 300 prompt giữ lại, không nằm trong data hiệu chỉnh. Bản quant to thì lợi ích nhỏ hơn, Unsloth vẫn giữ Dynamic V2 cho các file lớn. 📊 Muốn chạy thì tải GGUF Unsloth trên Hugging Face, dùng llama.cpp hoặc Unsloth Desktop. Máy 8GB thử 1-bit, máy khoảng 16 đến 19GB nên lấy 4-bit. Quant tốt hơn không biến 27B thành model cloud, nhưng đủ để máy nhà chạy được thứ trước đây phải 17GB. Nguồn: https://x.com/UnslothAI/status/2090103470015828184 #Escbase #AI

About