تگ: کوانتیزاسیون مدل‌های زبانی بزرگ، بهینه‌سازی موبایل، مدل‌های کوچک، فشرده‌سازی مدل، اجرای مدل روی دستگاه، LLM موبایل، کاهش مصرف حافظه، افزایش سرعت inference، مدل‌های کوانتیزه شده، کاربردهای موبایل