Inicio Explorar Ayuda
Iniciar sesión
cturan
/
llama.cpp
espejo de https://github.com/cturan/llama.cpp
1
0
Fork 0
Archivos Incidencias 0 Wiki
Rama: minimax
Ramas Etiquetas
llama.cpp
/
examples
/
speculative-simple
Copilot d8914fc47e common : add --override-tensor-draft, --cpu-moe-draft and --n-cpu-moe-draft parameters (#15191) hace 5 meses
..
CMakeLists.txt 7cc2d2c889 ggml : move AMX to the CPU backend (#10570) hace 1 año
README.md d9d54e498d speculative : refactor and add a simpler example (#10362) hace 1 año
speculative-simple.cpp d8914fc47e common : add --override-tensor-draft, --cpu-moe-draft and --n-cpu-moe-draft parameters (#15191) hace 5 meses

README.md

llama.cpp/examples/speculative-simple

Demonstration of basic greedy speculative decoding

./bin/llama-speculative-simple \
    -m  ../models/qwen2.5-32b-coder-instruct/ggml-model-q8_0.gguf \
    -md ../models/qwen2.5-1.5b-coder-instruct/ggml-model-q4_0.gguf \
    -f test.txt -c 0 -ngl 99 --color \
    --sampling-seq k --top-k 1 -fa --temp 0.0 \
    -ngld 99 --draft-max 16 --draft-min 5 --draft-p-min 0.9