修复 MTP 头，Ornith1.5 35B 推理耗时降 33%
frankentriple · reddit · 2026-08-22
作者通过将训练好的 MTP (Multi-Token Prediction) 头移植到 Ornith1.5 35B 的 APEX 量化版本上，修复了原版未训练头的问题。优化后的模型在相同任务下，虽然每秒生成 Token 数 (TPS) 仅从 60 提升至 64 (+6.7%)，但端到端完成时间减少了 33% (从 21 秒降至 14 秒)，显著提升了推理效率。作者已将模型发布至 Ollama，并公开了测试方法与结果数据。
「Infra」频道最新
- Meta 开源 816B 参数 Muse Spark Open,两台 Mac Studio 即可本地跑 — gabriberton · 2026-10-16
- 黄仁勋做客 BG2 播客:谈 AI 收入能否撑起 Capex 与 2027 瓶颈 — elonmusk · 2026-10-16
- Mistral 本地推理基建机架曝光:DGX Spark、Mac Studio 等混搭 — gregmushen · 2026-10-16
- 英伟达携手瑞典 Wallenberg，Launch 共享 AI 超算 Sferical One — nvidia · 2026-10-16
- 基础设施下一站:能自我进化、自我验证的自适应系统 — _shreya_s · 2026-10-16
- 小米 MiMo RL 训练曝光:30 步花掉 347 万美元 — bycloud · 2026-10-16