llama.cpp b12483 预发行怎样处理推测解码的草稿回滚?

作者:工具松鼠时间:2026-11-18 04:22:20浏览:248

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。

llama.cpp 品牌封面

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。

llama.cpp b12483 预发行及其前缀布局更新的官方公告

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。

作者最新文章