跳到正文
llama.cpp Releases(github.com)· github-actions[bot]·· 3 天前品質評分37

llama.cpp 修正 MoE 快取搭配量化 KV 快取時可能造成的當機

b12569

重點導讀

llama.cpp 的 MoE 快取會在每一層增加查詢空間,使用 --moe-cache-cpu-share 時還會多一條專家路徑,但程式原本預留的空間不夠。

  • 當 MoE 快取和量化 KV 快取一起使用時,部分模型會因為空間用完而中止。
  • 這次更新調整了預留空間,修正這個問題。

AI 伴隨問答

自備 Key 深度分析

針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:

信源出處github.com

b12569

本文為 888news 精選之重點導讀。若需閱讀作者完整原文、技術細節與官方討論,請前往原始網站。

開啟原文
來源: llama.cpp Releases (github.com)
開啟原文

讀者討論

理性交流 · 即時討論