JetBrains 发布了 Mellum2.1-12B-A2.5B-Thinking-MTP,这是其语言模型的新版本,该版本包含一个多令牌预测 (MTP) 头。这个额外的 transformer 块与主模型一起训练,投机性地起草后续令牌,使推理引擎能够以对输出质量影响最小的方式实现 1.4–1.8 倍的更快的解码速度。MTP 头与各种推理框架兼容,包括 vLLM、Hugging Face 的 transformers 库和 llama.cpp,并为每个框架提供了特定的集成说明。 AI
影响 通过实现投机性令牌起草,加速了大型语言模型的推理速度,提高了使用 Mellum2.1 模型的应用程序的效率。
排序理由 此次发布是对现有模型的一次更新,增加了一个新功能(MTP 头),而不是一个全新的前沿模型发布。
- Hugging Face
- JetBrains
- llama.cpp
- Mellum2.1-12B-A2.5B-Thinking-MTP
- Mellum2.1 Thinking
- transformers
- vLLM
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →