<?xml version="1.0" encoding="UTF-8"?><?xml-stylesheet href="/rss.xsl" type="text/xsl"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>模型量化 | 折腾啥</title><description>Power Users/Automators 折腾/讨论/分享各种开源工具/脚本/自动化工作流👥 @zhetengsha_group📌 合集 https://t.me/zhetengsha/2🎁 恰饭 https://t.me/zhetengsha/957📢 广告投放 @xream @xream_botBuy ads: https://telega.io/c/zhetengshafeedId:55438372655431680+userId:62307599601855488</description><link>http://telegram.zhetengsha.eu.org</link><item><title>JANG: 面向 Apple Silicon 的 MLX 混合精度量化格式• 针对 MoE 与超大模型做按张量分配比特宽度，在接近 MLX 体积下优先保留 attention 与 router 精度，低比特场景下稳定性和效果更强• 支持 Qwen、Nemotron、MiniMax、DeepSeek 等架构，部分模型可在 16 GB 或 64 GB Mac 上运行，甚至实现 397B 级模型在 128 GB Mac 上推理• 原生兼容 MLX 生态，提供推理模式、VLM 支持、bfloat16 自动检测和开发者集成方案，适合在 Apple Silicon 上部署高压缩本地模型</title><link>http://telegram.zhetengsha.eu.org/posts/5175</link><guid isPermaLink="true">http://telegram.zhetengsha.eu.org/posts/5175</guid><pubDate>Tue, 24 Mar 2026 07:00:00 GMT</pubDate><content:encoded>&lt;u&gt;JANG: 面向 Apple Silicon 的 MLX 混合精度量化格式&lt;/u&gt;&lt;br /&gt;&lt;br /&gt;• 针对 MoE 与超大模型做按张量分配比特宽度，在接近 MLX 体积下优先保留 attention 与 router 精度，低比特场景下稳定性和效果更强&lt;br /&gt;&lt;br /&gt;• 支持 Qwen、Nemotron、MiniMax、DeepSeek 等架构，部分模型可在 16 GB 或 64 GB Mac 上运行，甚至实现 397B 级模型在 128 GB Mac 上推理&lt;br /&gt;&lt;br /&gt;• 原生兼容 MLX 生态，提供推理模式、VLM 支持、bfloat16 自动检测和开发者集成方案，适合在 Apple Silicon 上部署高压缩本地模型&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;https://github.com/jjang-ai/jangq&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot; title=&quot;https://github.com/jjang-ai/jangq&quot;&gt;https://github.com/jjang-ai/jangq&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;/search/result?q=%23AppleSilicon&quot; title=&quot;#AppleSilicon&quot;&gt;#AppleSilicon&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23MLX&quot; title=&quot;#MLX&quot;&gt;#MLX&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%A8%A1%E5%9E%8B%E9%87%8F%E5%8C%96&quot; title=&quot;#模型量化&quot;&gt;#模型量化&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%B7%B7%E5%90%88%E7%B2%BE%E5%BA%A6%E9%87%8F%E5%8C%96&quot; title=&quot;#混合精度量化&quot;&gt;#混合精度量化&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%9C%AC%E5%9C%B0%E5%A4%A7%E6%A8%A1%E5%9E%8B&quot; title=&quot;#本地大模型&quot;&gt;#本地大模型&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23MoE&quot; title=&quot;#MoE&quot;&gt;#MoE&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%8E%A8%E7%90%86%E4%BC%98%E5%8C%96&quot; title=&quot;#推理优化&quot;&gt;#推理优化&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23Mac&quot; title=&quot;#Mac&quot;&gt;#Mac&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23AI&quot; title=&quot;#AI&quot;&gt;#AI&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23GitHub&quot; title=&quot;#GitHub&quot;&gt;#GitHub&lt;/a&gt;&lt;a class=&quot;tgme_widget_message_link_preview&quot; href=&quot;https://github.com/jjang-ai/jangq&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot; title=&quot;JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantization + Runtime for Apple Silicon - jjang-ai/jangq&quot;&gt;
  
  &lt;div class=&quot;link_preview_site_name accent_color&quot;&gt;GitHub&lt;/div&gt;
  &lt;img class=&quot;link_preview_image&quot; alt=&quot;GitHub - jjang-ai/jangq: JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantization + Runtime for…&quot; src=&quot;/static/https://cdn4.telesco.pe/file/a-4YuxjLJ1eo_HWZGr2PJ7XP6HDagnzWTHLT5H5tStVN1ruInK-zNbrjEAkD-SPLRo5pj3nTx4NIlmm-yvqUlVNs-BZGtB-OUjl5qrxQsy9XW-rhWgXiNlzMwLGUgIvu4mDHUgVEBzUXV_PNwTnxGJYotQ2eVLZX3CvtFsmadpoHK2_hCRQPrtmZncOwdgjCtPrxwe4zWhYR0d-Z1DEgXNBbmvGNLOzl1cvHrIHgG1POHJOH4soSn2MDAA1qKR8w7AJMPc-zlz9BbmhET9w9taHlJ-uizzGRfPywYdJTqD62ftJvTWbmJQEDHf6j4_wqzDz6ckzaM5snCjn_6vlsaw.jpg&quot; width=&quot;1200&quot; height=&quot;630&quot; loading=&quot;eager&quot; /&gt;
  &lt;div class=&quot;link_preview_title&quot;&gt;GitHub - jjang-ai/jangq: JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantization + Runtime for…&lt;/div&gt;
  &lt;div class=&quot;link_preview_description&quot;&gt;JANG — GGUF for MLX. YOU MUST USE JANG_Q RUNTIME. Adaptive Mixed-Precision Quantization + Runtime for Apple Silicon - jjang-ai/jangq&lt;/div&gt;
&lt;/a&gt;</content:encoded></item><item><title>Metapi: 将分散的 AI 中转站聚合为统一入口的元网关上科技 自动签到• 聚合 New API、One API、OneHub、DoneHub、Veloera、AnyRouter、Sub2API 等多种上游平台，对下游提供一个 API Key 和统一的 /v1/* 入口• 自动发现模型并基于成本、余额、使用率进行智能路由，支持故障切换、失败重试与多通道分流，适合长期稳定供给• 自带可视化控制台，覆盖站点管理、余额看板、签到任务、Token 生命周期、代理日志与告警通知，部署上也支持单 Docker 轻量运行</title><link>http://telegram.zhetengsha.eu.org/posts/5106</link><guid isPermaLink="true">http://telegram.zhetengsha.eu.org/posts/5106</guid><pubDate>Tue, 17 Mar 2026 14:02:40 GMT</pubDate><content:encoded>&lt;div class=&quot;image-list-container image-list-odd&quot;&gt;
      &lt;button type=&quot;button&quot; class=&quot;image-preview-button image-preview-wrap&quot; popovertarget=&quot;modal-5106-0&quot; popovertargetaction=&quot;show&quot; aria-label=&quot;Open image preview: Metapi: 将分散的 AI 中转站聚合为统一入口的元网关上科技 自动签到• 聚合 New API、One API、OneHub、DoneHub、Veloera、AnyRouter、Sub2API 等多种上游平台，对下游提供一个 API Key 和统一的 /v1/* 入口• 自动发现模型并基于成本、余额、使用率进行智能路由，支持故障切换、失败重试与多通道分流，适合长期稳定供给• 自带可视化控制台，覆盖站点管理、余额看板、签到任务、Token 生命周期、代理日志与告警通知，部署上也支持单 Docker 轻量运行&quot;&gt;
        &lt;img src=&quot;/static/https://cdn5.telesco.pe/file/iHz3Q7k5GwwZzKN6zog8kgJ5dERzBrnonR2JPbbnW_FGxWNtGjk7-NJ06aXNBF5bszjq1sypI2K4nV2LDd9ipIkQIvPawUFqn2BvfnY-UfpjKsfoj2jKtBPWZ4isCslwPQ97ISL-n4wBmiC8QGa1yEm2m0S0h88bmon273O3J3CIoF73CED2mn3QdM3c14_HT_vMOQtjykl_jdDVNDRRCmGHlVrO0MauBK7sOR5mJs97YcsZBlu9_v0U5V32Nt3RrSRWpF6MVNs-S6Km-Ai74mf7MUmiskbstbNYgSkeXr7Jf2WTblH39RwxIa6J01uSjmLw2vWTzhklpFDZAIzi1A.jpg&quot; alt=&quot;Metapi: 将分散的 AI 中转站聚合为统一入口的元网关上科技 自动签到• 聚合 New API、One API、OneHub、DoneHub、Veloera、AnyRouter、Sub2API 等多种上游平台，对下游提供一个 API Key 和统一的 /v1/* 入口• 自动发现模型并基于成本、余额、使用率进行智能路由，支持故障切换、失败重试与多通道分流，适合长期稳定供给• 自带可视化控制台，覆盖站点管理、余额看板、签到任务、Token 生命周期、代理日志与告警通知，部署上也支持单 Docker 轻量运行&quot; width=&quot;800&quot; height=&quot;272&quot; loading=&quot;eager&quot; /&gt;
      &lt;/button&gt;
      &lt;div class=&quot;modal&quot; id=&quot;modal-5106-0&quot; popover=&quot;auto&quot; aria-label=&quot;Image preview&quot;&gt;
        &lt;button type=&quot;button&quot; class=&quot;modal__backdrop&quot; popovertarget=&quot;modal-5106-0&quot; popovertargetaction=&quot;hide&quot; aria-label=&quot;Close image preview&quot;&gt;&lt;/button&gt;
        &lt;button type=&quot;button&quot; class=&quot;modal__close&quot; popovertarget=&quot;modal-5106-0&quot; popovertargetaction=&quot;hide&quot; aria-label=&quot;Close image preview&quot;&gt;×&lt;/button&gt;
        &lt;div class=&quot;modal__surface&quot;&gt;
          
        &lt;/div&gt;
      &lt;/div&gt;
    &lt;/div&gt;&lt;u&gt;Metapi: 将分散的 AI 中转站聚合为统一入口的元网关&lt;/u&gt;&lt;br /&gt;&lt;br /&gt;上科技 自动签到&lt;br /&gt;&lt;br /&gt;• 聚合 New API、One API、OneHub、DoneHub、Veloera、AnyRouter、Sub2API 等多种上游平台，对下游提供一个 API Key 和统一的 /v1/* 入口&lt;br /&gt;&lt;br /&gt;• 自动发现模型并基于成本、余额、使用率进行智能路由，支持故障切换、失败重试与多通道分流，适合长期稳定供给&lt;br /&gt;&lt;br /&gt;• 自带可视化控制台，覆盖站点管理、余额看板、签到任务、Token 生命周期、代理日志与告警通知，部署上也支持单 Docker 轻量运行&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;https://github.com/cita-777/metapi&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot; title=&quot;https://github.com/cita-777/metapi&quot;&gt;https://github.com/cita-777/metapi&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;/search/result?q=%23AI&quot; title=&quot;#AI&quot;&gt;#AI&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E7%BD%91%E5%85%B3&quot; title=&quot;#网关&quot;&gt;#网关&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23API&quot; title=&quot;#API&quot;&gt;#API&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E8%81%9A%E5%90%88&quot; title=&quot;#聚合&quot;&gt;#聚合&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%99%BA%E8%83%BD%E8%B7%AF%E7%94%B1&quot; title=&quot;#智能路由&quot;&gt;#智能路由&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%A8%A1%E5%9E%8B%E4%B8%AD%E8%BD%AC&quot; title=&quot;#模型中转&quot;&gt;#模型中转&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E8%87%AA%E6%89%98%E7%AE%A1&quot; title=&quot;#自托管&quot;&gt;#自托管&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23Docker&quot; title=&quot;#Docker&quot;&gt;#Docker&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23TypeScript&quot; title=&quot;#TypeScript&quot;&gt;#TypeScript&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23GitHub&quot; title=&quot;#GitHub&quot;&gt;#GitHub&lt;/a&gt;</content:encoded></item><item><title>Qwen3.5-9B-Claude-4.6-Opus-Uncensored-Distilled-GGUF: 面向本地部署的轻量级创意与推理模型🔞可用于本地涩涩等场景• 基于 Qwen 3.5 9B，并融入 Claude Opus 4.6 蒸馏思路，主打更强的创意表达、对话表现与角色扮演场景• 提供 GGUF 与低显存友好的 Q4_K_M 量化版本，作者反馈在 RTX 3060 12 GB 上可达约 38 tok/s，适合本地聊天、游戏 NPC 与 Home Lab 部署• 模型采用 Apache 2.0 许可证，便于社区测试与二次集成</title><link>http://telegram.zhetengsha.eu.org/posts/5093</link><guid isPermaLink="true">http://telegram.zhetengsha.eu.org/posts/5093</guid><pubDate>Mon, 16 Mar 2026 13:21:45 GMT</pubDate><content:encoded>&lt;u&gt;Qwen3.5-9B-Claude-4.6-Opus-Uncensored-Distilled-GGUF: 面向本地部署的轻量级创意与推理模型&lt;/u&gt;&lt;br /&gt;&lt;br /&gt;&lt;i class=&quot;emoji&quot;&gt;&lt;b&gt;🔞&lt;/b&gt;&lt;/i&gt;可用于本地涩涩等场景&lt;br /&gt;&lt;br /&gt;• 基于 Qwen 3.5 9B，并融入 Claude Opus 4.6 蒸馏思路，主打更强的创意表达、对话表现与角色扮演场景&lt;br /&gt;&lt;br /&gt;• 提供 GGUF 与低显存友好的 Q4_K_M 量化版本，作者反馈在 RTX 3060 12 GB 上可达约 38 tok/s，适合本地聊天、游戏 NPC 与 Home Lab 部署&lt;br /&gt;&lt;br /&gt;• 模型采用 Apache 2.0 许可证，便于社区测试与二次集成&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;https://www.reddit.com/r/LocalLLaMA/comments/1runlpf/qwen359bclaude46opusuncensoreddistilledgguf&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot; title=&quot;https://www.reddit.com/r/LocalLLaMA/comments/1runlpf/qwen359bclaude46opusuncensoreddistilledgguf&quot;&gt;https://www.reddit.com/r/LocalLLaMA/comments/1runlpf/qwen359bclaude46opusuncensoreddistilledgguf&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;a href=&quot;/search/result?q=%23AI&quot; title=&quot;#AI&quot;&gt;#AI&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23Uncensored&quot; title=&quot;#Uncensored&quot;&gt;#Uncensored&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%9C%AC%E5%9C%B0%E5%A4%A7%E6%A8%A1%E5%9E%8B&quot; title=&quot;#本地大模型&quot;&gt;#本地大模型&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E6%A8%A1%E5%9E%8B%E8%92%B8%E9%A6%8F&quot; title=&quot;#模型蒸馏&quot;&gt;#模型蒸馏&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23GGUF&quot; title=&quot;#GGUF&quot;&gt;#GGUF&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23Qwen&quot; title=&quot;#Qwen&quot;&gt;#Qwen&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23Claude&quot; title=&quot;#Claude&quot;&gt;#Claude&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23LMStudio&quot; title=&quot;#LMStudio&quot;&gt;#LMStudio&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E9%87%8F%E5%8C%96%E6%A8%A1%E5%9E%8B&quot; title=&quot;#量化模型&quot;&gt;#量化模型&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E4%BD%8E%E6%98%BE%E5%AD%98%E9%83%A8%E7%BD%B2&quot; title=&quot;#低显存部署&quot;&gt;#低显存部署&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23%E8%A7%92%E8%89%B2%E6%89%AE%E6%BC%94&quot; title=&quot;#角色扮演&quot;&gt;#角色扮演&lt;/a&gt; &lt;a href=&quot;/search/result?q=%23LocalLLaMA&quot; title=&quot;#LocalLLaMA&quot;&gt;#LocalLLaMA&lt;/a&gt;&lt;a class=&quot;tgme_widget_message_link_preview&quot; href=&quot;https://www.reddit.com/r/LocalLLaMA/comments/1runlpf/qwen359bclaude46opusuncensoreddistilledgguf/&quot; target=&quot;_blank&quot; rel=&quot;noopener&quot; title=&quot;Posted by EvilEnginer - 1,409 votes and 210 comments&quot;&gt;
  
  &lt;div class=&quot;link_preview_site_name accent_color&quot;&gt;Reddit&lt;/div&gt;
  &lt;img class=&quot;link_preview_image&quot; alt=&quot;[Mature Content] From the LocalLLaMA community on Reddit: Qwen3.5-9B-Claude-4.6-Opus-Uncensored-Distilled-GGUF&quot; src=&quot;/static/https://cdn4.telesco.pe/file/WMPwcy796bDBbgu8DKV-RoG1-Tewa3uJpHDcb3uqbjBkD4JLD2h3nCJBxzK_6lzquVBwuSeDnN4azCm3eIPL0PUDlgh5Ve7yH3oPeBpSk-LCTPb50B_r9u5VVpD_7edJdx5HkKhHovkKKNgjRMMsl6m1HxMQZ0EKPuFyFbh5kWcESDNJXksLoficEGqzMHNkRVIEo7IRtRGSuzc3qQenErSAvTzr8IJgI5vU3MjepS1uyuUrpdlhIgw38H1t6JWHDrYrtYjJNVybq33423SodicYXE0-nvRzoe8QspZ5A01RTlKWbHVrsse4uNWrPNM4MGTLBJT6-4AOt7nZQUIq5Q.jpg&quot; width=&quot;1200&quot; height=&quot;630&quot; loading=&quot;eager&quot; /&gt;
  &lt;div class=&quot;link_preview_title&quot;&gt;[Mature Content] From the LocalLLaMA community on Reddit: Qwen3.5-9B-Claude-4.6-Opus-Uncensored-Distilled-GGUF&lt;/div&gt;
  &lt;div class=&quot;link_preview_description&quot;&gt;Posted by EvilEnginer - 1,409 votes and 210 comments&lt;/div&gt;
&lt;/a&gt;</content:encoded></item></channel></rss>