让普通用户进入 0 Token 时代。 不需要租 API、不需要云、不需要买卡。一台 8 GB 显存的普通笔记本，在自己家里跑 27B 级推理模型： 作为对照：同一台机器上，LM Studio 跑 Qwen3.8-27B 的 4-bit 量化，大约 1–2 t/s。 最后一条是关键：MTP 草稿头的 output.weight 是全词表 [5120, 248320]（265 MB），每个起草步都要整读一遍。 目标模型验证时仍然用全词表，所以输出分布一个 bit 都不变 —— 只省字节，不伤质量（实测接受率持平）。 上图：开 low 思考档，模型生成的中国象棋棋盘布局。 脚本和二进制在 GitHub —— 刻意分成两个仓，因为脚本得能被人读、被人改： features.ini 不在引擎源码仓里，也不是编译进二进制的。 引擎没有它的内置默认路径， 它是启动时用 --features-file features.ini 读进来的。少了它，自己编出来的二进制跑的是 上游行为，不是我们的调校（比如 spec-draft-vocab-map 那条 24k 起草短名单、kv-vram-cells 的 KV 分箱、spec-draft-sampling = probabilistic）。 复现要点（细节见 runtime 仓的 README）： - 采样 --temp 0.6 --top-k 20 --top-p 0.95 - KV 缓存用 q40，长上下文靠 tiered KV（kv-vram-cells）把超出的部分放 pinned host 内存 - 自投机必须带…
Independent publisher
SuperLogic
SuperLogic
Models in Library1
Datasets in Library0
Models on Hugging Face1
Followers1
Compare the published evidence
This profile connects the 1 model and dataset record shown below to their upstream cards and sources. The library counts describe SAVRN's coverage, rather than this publisher's entire output.
Published tasks: Text generation.
Reported licenses: apache-2.0. Open a record to review its specific license and conditions.
Compare model specifications, source dates, and hardware estimates on the individual records. Publisher identity verification is separate from a model's quality, deployment readiness, or suitability for your work.