Unsloth, Qwen3.8-27B용 Dynamic v3.0 GGUF 공개…동일 용량에서 양자화 정확도 10% 이상 개선

Unsloth가 Dynamic v2.0의 후속인 Dynamic v3.0 GGUF 양자화 모델을 공개하며, Qwen3.8-27B 기준 동일 크기에서 타 제공자 대비 top-1% 정확도가 10% 이상 높다고 밝혔습니다. 새 GGUF는 llama.cpp와 Unsloth Desktop 등 주요 추론 엔진에서 동작하며, 더 정교한 imatrix 보정 데이터와 레이어 선택, post-training quantization 개선을 적용했습니다.

이번 발표는 대형 LLM을 로컬 환경에서 구동하려는 수요가 커지는 가운데, 모델 크기를 유지하면서 품질 손실을 줄이는 양자화 경쟁이 본격화되고 있음을 보여줍니다. QAT나 QAD 없이 post-training quantization만으로 성능 개선을 강조한 점은 개발자와 연구자가 기존 모델을 더 낮은 비용으로 배포·실험할 수 있는 선택지를 넓힙니다.