GPT OSS 20B 原生量化满上下文是可以放进 16G 显存的，不过这个模型有点老了。
之所以提起这个模型，是因为我上星期做点翻译发现它还不错，指令遵循比较好，速度很快。

【 在 manaka 的大作中提到: 】
: rt
--
修改:ArchLinux FROM 221.216.116.*
FROM 221.216.116.*