DeepSeek-R1推理本地跑，7GB GPU体验啊哈时刻？GRPO内存暴降，GitHub超2万星
sloth近期更新，将GRPO训练的内存使用减少了80%！只需7GB VRAM，本地就能体验AI「啊
unsloth
DeepSeek GRPO 技术揭秘：Unsloth 助力 7GB 显存体验“顿悟时刻”
DeepSeek R1 模型利用 GRPO 算法实现自主学习能力，仅需 7GB 显存即可训练出具备推理能力的模型，大幅降低训练门槛和成本。
unsloth团队已经放出量化版本的DeepSeek-R1-Distill了
unsloth团队发布量化版本的DeepSeek-R1-Distill，Qwen-32B-Q4_K_M版压缩至20GB，在单卡上运行。欢迎支持知识星球获取更多资源。
