Nén bất kỳ LLM nào 3 lần chỉ bằng một cú nhấp gần như không mất dữ liệu dưới 50 MB RAM

Ấn phẩm được bình duyệt SPECTRA (Zenodo DOI: 10.5281/zenodo.24058202) đạt nén mô hình 3,31 lần, microscaling Group-32 không cần hiệu chỉnh và giải mã 82,53 tok/s trên các GPUs tiêu dùng 4GB.