vLLM 发布 Kimi-K3.1-Pro-pruned75 专家剪枝版本

vLLM 在 Hugging Face 发布免校准的 Kimi-K3.1-Pro-pruned75，将每层 MoE 路由专家从 896 个减至 224 个，覆盖 92 层的参数量从 2.8T 降至约 700–750B，模型体积从约 1.5TB 缩至约 443–476GB。