Søgning
4 briefing-resultat(er) for »kvarn«
Opfølgning: Qwen3.8 27B med 200K kontekst på 12 GB Ampere-kort
Ny KVaRN-variant reducerer KLD med 40% og muliggør op til 230K kontekst på 12 GB GPU'er. [Se tidligere briefingen](/archive/2026-10 …
Qwen 3.8 Flash Next kører 131K kontekst på M4 Pro med 48 GB
Med GSQ-RCO quant og rette llama.cpp-flag kører Flash-Next hurtigere og klogere end 27B-modellen på en Mac. Opfølgning på [briefingen …
Opfølgning: Ny beellama-fork optimerer KV-cache til 76% hurtigere generation
En ny fork af beellama forbedrer kvarn-kvanters ydeevne ved høj kontekstdybde og giver op til 76% hurtigere token generation. Læs baggrunden i [briefingen …
Opfølgning: Qwen 3.8 27B kører 50 tok/s med 100K kontekst på 16 GB GPU
… med 100K kontekst ved 50 tok/s via beellama.cpp og kvarn5/kvarn4 KV-cache. Nøglen er en specialbygget hybrid-kvantisering og Jinja-skabelon …