MIThriade/sami-surgical-pruner：直接从 GGUF 二进制裁剪 Transformer 层的开源 CLI 工具

GitHub 上的 sami-surgical-pruner 提供 CLI 工具 sami_gguf_layer_pruner.py，可在不反量化、不依赖 GPU 的前提下直接对 Q4_K、Q5_K、Q8_0 等量化 GGUF 文件做层级裁剪，仅用 CPU 和系统内存即可在数秒内处理多 GB 模型。工具支持按周期或指定索引删层并自动重编号张量与元数据，适合 Qwen3.5 这类混合架构，需 Python 3.10+，采用 Apache-2.0 许可，删层会带来困惑度下降且无需重训练。