2026.08.31 · 周一开源
←返回首页话题 · Topic
#投机解码
共 16 条相关资讯
2026.08.25 · 周二工具
Llama.cpp 社区分支引入自适应投机解码，推理速度最高提升 50%
2026.08.24 · 周一工具
DFlash2 与 MTP 投机解码实测：Qwen3.8-27B 量化方案对比
2026.08.21 · 周五工具
DFlash2 对比 MTP 投机解码实测：速度快两成但上下文缩水近四成
2026.08.20 · 周四工具
Qwen3.8-27B 在 RTX 3090 上的推理优化：DFlash2 + 查找增强投机解码
2026.08.18 · 周二工具
DeepSeek V4 Flash 在 Strix Halo 上的投机解码实测
2026.08.13 · 周四工具
DeepSeek V4 Flash 284B 单卡推理实测：drafter 放内存比放显存更快
2026.08.12 · 周三工具
DeepSeek V4 Flash 在 Strix Halo 上跑出 26.76 t/s
2026.07.27 · 周一研究论文
Qwen3.6-27B 投机解码跨量化基准测试：DFlash 综合最快
2026.07.08 · 周三开源
DFlash 投机解码登陆 llama.cpp，Qwen3.6-27B 长上下文实测 4.44 倍提速
2026.07.07 · 周二研究论文
BRL 团队在 4 张 B200 上为 Kimi-K2.6 跑出 511.6 tok/s
2026.07.03 · 周五工具
GLM-5.2 128K 推理提速近 60%：vLLM 的 DCP 配置拷贝 bug 被揪出并修复
2026.07.02 · 周四研究论文
VeriCache：用压缩 KV cache 实现无损 LLM 推理
2026.06.29 · 周一开源
Ornith-35B GGUF 引入 MTP 投机解码
2026.06.28 · 周日开源
4×3090 实测 Step-3.7-Flash：全驻留量化反超更高级别，MTP 与视觉互斥
2026.06.28 · 周日开源