Caphlon-Model
通过词表瘦身、层剪枝和低比特动态量化三步压缩得到的单语英文大模型，输出为 GGUF 单文件，主打消费级硬件本地部署
时间轴 (近 90 天)
Caphlon-Model的构建分为三步：词表手术、层剪枝、量化。
词表手术将合并表缩减到100k目标，节省约649 MiB，代价是模型变成严格英文单语。
层剪枝移除了第12至15层这4个冗余层，节省约302 MiB。
量化采用Unsloth Dynamic IQ2_S格式，最终得到6.87 GiB的单文件体积。
在Tesla T4上使用llama.cpp评测，HumanEval pass@1保留率为96.7%（29/30）。
在Tesla T4上使用llama.cpp评测，MMLU子集保留率为92.9%（344/502）。
英文困惑度为6.6088，对比基线的6.3638。
这些基准测试结果目前是单一来源的自我报告，评测集规模有限（HumanEval 30题、MMLU子集502题），尚未经社区独立复现和交叉验证。
Caphlon-Model的定位是英文、低内存、单文件，适合资源受限的本地推理和边缘设备实验。
作者在GitHub、项目官网和Hugging Face上公开了模型与代码（demiralpdev/Caphlon-Model、caphlon.dev、ssuasd/Caphlon-Model）。
全部知识事实 (10)
Caphlon-Model的构建分为三步：词表手术、层剪枝、量化。
50%待验证词表手术将合并表缩减到100k目标，节省约649 MiB，代价是模型变成严格英文单语。
50%待验证层剪枝移除了第12至15层这4个冗余层，节省约302 MiB。
50%待验证量化采用Unsloth Dynamic IQ2_S格式，最终得到6.87 GiB的单文件体积。
50%待验证在Tesla T4上使用llama.cpp评测，HumanEval pass@1保留率为96.7%（29/30）。
50%待验证在Tesla T4上使用llama.cpp评测，MMLU子集保留率为92.9%（344/502）。
50%待验证英文困惑度为6.6088，对比基线的6.3638。
50%待验证这些基准测试结果目前是单一来源的自我报告，评测集规模有限（HumanEval 30题、MMLU子集502题），尚未经社区独立复现和交叉验证。
50%待验证Caphlon-Model的定位是英文、低内存、单文件，适合资源受限的本地推理和边缘设备实验。
50%待验证作者在GitHub、项目官网和Hugging Face上公开了模型与代码（demiralpdev/Caphlon-Model、caphlon.dev、ssuasd/Caphlon-Model）。
50%