社区尝试为Qwen 3.8 Flash Next使用完整n-gram表

LocalLLaMA用户称，常见GGUF中置于SSD的PLE（n-gram表）被大幅量化，影响模型表现；其用ple_fp8_pack.py打包FP8版PLE后，iq3_s量化模型出错明显减少且速度不变，仅多占磁盘。所需safetensors文件来自Qwen FP8仓库，打包后通过--ple-gguf参数加载。

• Basalt推理引擎发布，性能最高提升2.6倍2026-10-10
• Qwen 3.8 Flash在RTX 3060上约21 tok/s运行2026-10-10
• 用户称Qwen Flash Next在长期智能体任务中表现不佳2026-10-07
• 用户分享Strata加速本地大模型但64GB内存吃紧2026-10-04
• 176B MoE模型在16GB笔记本GPU上运行2026-10-04