qwen-3-8-27b这个模型真是特别好用啊，在这段时间用的同时，也在不断追踪社区里最新的解决方案，综合了很多讨论和方案，经过实测之后，现在的状态比之前的状态又有了明显的进化，所以开贴来记录一下。 


从上文继续： 
依旧4090，依旧262k全上下文，开启视觉 
但现在变成了：无重复bug的去审查版本，更高精度上下文，加入了 DFlash2 投机加速，最高速度可达130tps 
配置分享： 
去审查、修复重复bug的主模型： 


Huihui-Qwen3.8-27B-abliterated-UD-IQ4_XS.gguf（14.4 GB） 
dflash2加速模型： 


Qwen3.8-27B-DFlash2-Q2_K_S-MIX.gguf 
视觉模型： 


mmproj-F16.gguf 
启动命令： 
    llama-server \
      -m  Huihui-Q...