llama.cpp 修正 Inkling2 模型的 NVFP4 專家層尺度資料載入順序
b12611
重點導讀
llama.cpp 載入 Inkling2 模型時,會先複製專家層的資料,之後才載入額外的尺度資料,導致後續運算使用 NVFP4 專家層時少了每個專家需要的尺度資料。
這次修改新增一個載入後的處理步驟,等尺度資料也載入後再分享專家層資料,讓後續運算拿得到完整資訊。
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
b12611
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