Flash Onyx 2

Flash Onyx 2.1 模型响应缓慢且输出为空

一位开发者发现了 Flash Onyx 2.1 模型存在的严重性能问题，该模型通过 Ollama 在 Gemma 4 上运行。主要问题在于系统提示过长，占用了近五分钟的处理时间，模型才能开始生成响应。此外，模型有时在生成数百个 token 后会返回空字符串，这似乎是因为模型在内部权衡其个性和限制，即使被指示不要这样做。开发者随后压缩了系统提示，减少了其 token 数量和处理时间，并正在进行进一步调查。