أصدر المطور eramax خط أنابيب مفتوح المصدر وبقعة (patch) لـ llama.cpp تضغط النموذج الضخم GLM-5.2 Mixture of Experts ليتسع على بطاقة RTX 3090 واحدة بسعة VRAM تبلغ 24 جيجابايت.
تستخدم هذه الطريقة تجريد التنشيط الفعلي (real-activation whitening) وقاعدة مشتركة لمصفوفات البوابة والرفع، مما يقلل حجم الخبير المتوسط إلى حوالي 1.4 ميغابايت مع الحفاظ على تشابه جيب التمام غير المتصل بمتوسط قدره 0.959. يقلل شجرة الترميز المضغوطة متطلبات التخزين من مئات الجيجابايتات في تنسيق GGUF الخام إلى جيجابايتات بأرقام فردية. على الرغم من نجاح الضغط والتحميل لكل طبقة، يظل توليد النص من البداية إلى النهاية معطلاً بسبب أخطاء متراكمة عبر الطبقات الـ 75.
تعمل هذه الدراسة كجسر بحثي لتطوير المزيد في تصميم الترميز والمعايرة بدلاً من كونها منتجاً جاهزاً.