Qwen3.8-27B 启用 DFlash2 跑满 256k 上下文
maddie-lovelace · reddit · 2026-08-21
在单张 RTX 5090 上测试 Qwen3.8-27B-UD-Q4KXL 模型，启用 DFlash2 草稿模型后，在 256k 上下文下解码速度提升约 2 倍（从 40 tps 提升至 75 tps），预填速度仅牺牲 15%。实测提供了具体的复现命令和参数配置。
「编程与Agent」频道最新
- 多模型同题设计 UI:用 Paseo 编排四套界面方案竞技 — vista8 · 2026-10-16
- 独立研究者发布 Cortex:用重放实测自动进化与修剪编码 Agent 的 skills 和 rules — Samuele Giampieri · 2026-10-16
- 工具调用才是 AI 编程速度瓶颈，Crabbox 五招给 Agent 提速 — steipete · 2026-10-16
- WorldBox 沙盒让 GPT-6 Astra 的 MazeBench 得分从 23 翻倍到 61 — ZhitingHu · 2026-10-16
- 两条 prompt 让 Gemini 4 Argon 把单机游戏改成完整多人对战 — chongdashu · 2026-10-16
- Anthropic 联合 Gray Swan 办 30 万美元 prompt injection 攻防大赛 — bcherny · 2026-10-16