Strata 引擎开源，12GB 显存可跑 125B Qwen3.8，单张 RTX 5070 达 94 词元/秒
开发者 Niko1221 开源 Strata 引擎，可在 12GB 显存以上的消费级显卡上运行量化版 Qwen3.8-Flash-Next（1250 亿参数）模型。
推荐理由：原文给出把 MoE 专家分级载入 RAM 加投机解码的显存优化思路，可迁移到其他大模型本地部署场景。
#开源/仓库
IT之家精选AI 评分7979
Hugging Face Blog精选AI 评分6666 Ai2 开源 AstaBrief 8B，Asta 平台的快速报告生成模型
Ai2 开源 AstaBrief 8B，它把研究问题与检索到的文献片段直接转成带引用的报告，训练数据一并开放。模型基于 Qwen3-8B，用 SFT 加 DPO 训练；在 Asta 的 Fast mode 下平均 51.1 秒生成一份报告，约为 Claude 驱动的 Thinking mode（178.5 秒）速度的 3.5 倍。
推荐理由：原文给出一条可迁移的训练经验，用引用密度这一简单信号过滤合成数据，比更复杂的过滤组合更有效。
已经到底了