moepager：面向 MoE 大语言模型的专家感知页缓存管理工具（研究原型）

GitHub 项目 moepager 旨在让 llama.cpp 在低内存 Linux 机器上通过 mmap 运行超出 RAM 的 Mixture-of-Eexperts LLM，无需修改推理引擎。它解析 GGUF 头定位各 (layer, expert) 单元，用 eBPF 或 mincore 观测缺页以学习路由统计，进而 pin 高价值专家、用大 readahead 补全部分缺页专家、降级冷专家。目前处于 go/no-go 前的研究原型阶段，尚未在真实模型上做基准测试，也未声称任何加速比。