llama.cpp 修复 qwen4exp 层输入以支持 DFlash 草稿模型
热点事件持续更新
llama.cpp 修复 qwen4exp 层输入以支持 DFlash 草稿模型
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
llama.cpp 发布 b11822，修复了 qwen4exp 目标模型配合 DFlash 草稿模型时的层输入不匹配问题。此前 qwen4exp 将 hc-wide 残差按 [n_embd, hc, n_tokens] 发布，而 drafter 按 [n_embd, n_tokens] 读取，导致首个请求在 extract_layer_inputs 中中止。 修复方式是在暴露这些流之前用普通均值将其合并，与 deepseek4 处理其 hyper-connection 残差的做法一致；并且只为 drafter 实际请求的层构建该均值。
AI 根据报道生成 · 1 小时前更新
最新进展10月22日 21:49
llama.cpp b11822 修复 qwen4exp 层输入以支持 DFlash 草稿模型报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- llama.cpp Releasesllama.cpp b11822 修复 qwen4exp 层输入以支持 DFlash 草稿模型
llama.cpp b11822 修复了 qwen4exp 目标模型配合 DFlash 草稿模型时的层输入不匹配问题：qwen4exp 将 hc-wide 残差按 [n_embd, hc, n_tokens] 发布，而 drafter 按 [n_embd, n_tokens] 读取，导致首个请求在 extract_layer_inputs 中中止。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。