新发现
prabanta-dev/janas — 对齐 8 位 KV 缓存条件的 llama.cpp 比较
janas 的最新提交用与 llama.cpp 相同的 8 位 KV 缓存条件重新测量了长上下文对比表,并据此更新了三份文档。
janas 的最新提交用与 llama.cpp 相同的 8 位 KV 缓存条件重新测量了长上下文对比表,并据此更新了三份文档。
GitHub 项目说明: 37 tok/s from Qwen3-Next-80B (48 GB) on a 32 GB laptop, 24 without drafts vs 2.8 for llama.cpp; reading 62 vs 16 tok/s. Faster than llama.cpp on all 13 models compared in Q4_K_M. LLMs bigger than your RAM, pure C, CPU or GPU.
在 GitHub 查看 ↗janas 的最新提交用与 llama.cpp 相同的 8 位 KV 缓存条件重新测量了长上下文对比表,并据此更新了三份文档。
没有符合条件的动态。