Unsloth에서 Gemma 4용 MTP GGUF 가중치 공개

코딩용인가요, 아니면 일상 대화용인가요?

그러게요, 지난 몇 주간 사람들이 왜 Gemma 4 MTP에 이렇게 열광하는지 이해가 안 가네요. g4 e2b를 쓰는 것보다 뭐가 더 나은 거죠? 전 iq3 e2b로 Gemma 31B에서 일관되게 100% 속도 향상을 보고 있거든요. MTP가 그렇게 큰 개선을 준다는 근거도 안 보이는데... 대체 무슨 의미가 있는 건가요? VRAM을 덜 먹나요? 근데 e2b도 VRAM 별로 안 먹잖아요.

Gemma 4 모델들은 구글이 별도로 출시한 자체 MTP 어시스턴트 모델을 가지고 있어요. 아직 llama.cpp가 이걸 지원하는 것 같진 않고, Qwen 스타일의 내장 MTP 헤드만 지원하는 것 같아요. 아키텍처마다 같은 용어를 서로 다른 의미로 쓰고 있어서 아주 혼란스러운 상황이죠.

QAT = 크기 대비 최고의 효율, 메모리를 적게 써서 더 긴 컨텍스트 길이를 사용할 수 있음. Q4_K_XL = 매우 효율적인 양자화 수준(Unsloth의 비법 기반), 비양자화 QAT 체크포인트와 결합하면 기존 Q4 QAT보다 개선됨. MTP = 작은 드래프트 모델을 사용해 추론 속도를 거의 두 배(최소 50% 이상) 높일 수 있음. GGUF = 가장 대중적이고 호환성 좋은 가중치 파일. mmproj = 모델에 시각 기능을 부여하는 작은 파일.

아직 이런 약어들을 배우는 중인데, 왜 다들 열광하는지 간단히 설명해주실 수 있나요? 그래야 제가 찾아볼 수 있을 것 같아서요.