llama.cpp b12086 版釋出：減少 Qwen3.8-Flash-Next 的裝置複製量
b12086
重點導讀
llama.cpp 在 b12086 版釋出中修正 conv state tail 寫入方式，將 Qwen3.8‑Flash‑Next 每個 token 的裝置複製量從 72 降至 36，並在 speculative decoding 時僅增加一個複製。
AI 伴隨問答
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
b12086
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。
來源： llama.cpp Releases (github.com)
開啟原文