llama.cpp b12483 预发行怎样处理推测解码的草稿回滚?
llama.cpp b12483 预发行保留序列编辑前的有效 K-pool 前缀,并用草稿回滚测试核对结果。
草稿被拒绝后,序列前面的有效部分可以保留。官方测试核对回滚之后的输出能否与参考结果保持一致。

草稿回滚怎样验证
推测解码会先提出草稿,再拒绝不被接受的尾部。官方新增测试在每轮解码后移除草稿,核对保留词元的输出与未加入草稿的参考结果。该测试覆盖指定架构与后端条件,说明这里验证的是回滚后的结果一致性。
序列编辑后哪些部分仍然有效
llama.cpp b12483 是预发行构建。这次修改针对混合索引内存中的 K-pool 布局。序列在中后段发生编辑时,编辑位置之前仍然有效的单元和池可以保留,接着更新受影响的尾部。

何时继续使用前缀
代码会核对已有单元、序列起点以及失效位置。只有失效位置晚于序列起点,且前缀仍匹配,才尝试沿用。新序列、起点处或起点之前的编辑,以及单元无法对应的情况,仍会对整段序列重新分组。
以最终合并实现为准
发布说明保留了提交过程中多个阶段的文字。最终代码已经移除临时的布局校验环境开关。阅读这次改动时,应以合并后的实现和测试为准。本次发布没有给出统一的吞吐率提升数值。
MAI Code 2 与 MAI Code 2 Flash 可在哪些 Copilot 客户端使用?
2026-11-18 04:48:32
Suno Visuals 网页版可以用歌曲积分生成视频吗?
2026-11-18 00:32:37
Codex 0.171.0-alpha.11 的图像预览为何取决于终端能力?
2026-11-17 20:35:32
Google Gerrit Code Review 1.0.0 怎么核对 REST 查询与写入的权限边界?
2026-11-17 18:59:26
JS中toUpperCase与toLocaleUpperCase有什么区别?
2026-11-17 18:53:22
