llama.cpp 合并 Qwen4Exp 多项修复与 MTP 支持补丁

jacek2023 · reddit · 2026-09-01

llama.cpp 仓库近日合并了多个针对 Qwen4Exp (Flash Next) 模型的修复补丁，建议使用者频繁更新构建以获取支持。

已合并 PR (作者 ServeurpersoCom):

• PR #27978, #28011, #28023, #28123

已合并 PR (作者 0cc4m):

• PR #28032

进行中 (作者 danielhanchen):

• PR #27941

其他进行中工作:

• MTP 支持 (PR #27836)
• 其他修复 (如 PR #28136)

原文链接 →

「Infra」频道最新

• 覆盖 Bedrock/Azure/Vertex 三万条价格，开发者做出云端模型变动雷达 — jsandhu0780 · 2026-10-18
• 1270万 tokens 仅花 0.14 美元，缓存命中率 99.6% 的 agent 实测 — teortaxesTex · 2026-10-18
• 单卡 9060 XT 16GB 跑 Qwen3 27B：262k 上下文 42.7 tps — Maglcite · 2026-10-18
• SlateDB+Lance+Datafusion 自建数据栈,为客户年省数百万美元 — sh_reya · 2026-10-18
• 视频生成 API 每 10 秒约 0.5 美元,自建服务器何时更划算? — Key-Lychee-913 · 2026-10-18
• vLLM 联手 NVIDIA 优化 Kimi K3:GB300 上解码达 842 tokens/s — vllm_project · 2026-10-18

更多「Infra」频道 AI 资讯 →