llama.cpp 新增推理保留模式，但担心上下文爆炸
anderspitman · reddit · 2026-08-19
Reddit 用户讨论了 llama.cpp 中的 --reasoning-preserve 参数。
该参数会让 llama.cpp 在对话中包含完整的推理痕迹，而不仅仅是最终答案。这理论上能提高回答质量，但考虑到模型思考量巨大，用户担心这会迅速撑爆上下文窗口。
「Infra」频道最新
- FT 称 AI 算力债券面临「达尔文时刻」，CoreWeave 债价暴跌 — firstadopter · 2026-10-16
- 手机当界面、家里服务器跑模型:一套本地 AI 双工作流 — EAccelerate_42 · 2026-10-16
- 「数据中心就是银行」:CoreWeave 风波引出算力监管类比 — arthurcolle · 2026-10-16
- DOT-MoE:用最优传输把稠密模型改造成稀疏 MoE — burkov · 2026-10-16
- 斯坦福 CS336:7B 模型权重仅 14GB,训练却要 84GB 起步 — stanfordnlp · 2026-10-16
- NVIDIA NVFP4 新压缩技巧:利用行内尺度相近性省 45-48% 存储且位精确 — TheZachMueller · 2026-10-16