抡锤者

像

简单测试一下，供大家参考

配置项	具体信息
硬件	NVIDIA GeForce RTX 3090 24GB
推理框架	llama.cpp
加速技术	MTP (Multi-Token Prediction)
显存优化	TurboQuant
模型文件	Qwen3.8-27B-Q3_K_M.gguf

启动脚本

./llama-cpp-turboquant-mtp/build/bin/llama-server \
  -m ./models/Qwen3.8-27B-Q3_K_M.gguf \
  --mmproj ./models/mmproj-BF16.gguf \
  -c 131072 \
  -n 512 \
  -t 12 \
  -ngl 99 \
  --parallel 1 \
  --cache-type-k turbo3 \
  --cache-type-v turbo3 \
  --flash-attn on \
  --mlock \
  --batch-size 512 \
  --ubatch-size 512 \
  --reasoning-budget 0 \
  --spec-type draft-mtp \
  --spec-draft-n-max 3 \
  --spec-draft-p-min 0.75 \
  --host 0.0.0.0 \
  --port 8080 \
  --log-disable

贪吃蛇简单测速

3D小球测试

请制作一个网页 3D 小球物理实验，要求同时存在 10 个不同颜色的球，它们受到重力影响并发生碰撞，用户可以拖动球，右侧可以调整重力和弹性，并提供开始、暂停、重置按钮。

像

@terry 你误解了，我的意思是说，听你视频里说：很多人说DeepSeek最近变笨了。

像

Qwen-Fixed-Chat-Templates

看了B站一个视频，引入 jinja chat templates 可以改善一些问题。
我没有深度使用测试,发个帖子，给不知道引入的同学做个参考。

参考
【分享】改善Qwen3.8雷霆大思考

通过 froggeric/Qwen-Fixed-Chat-Templates 仓库的 v22 模板，设定不同思考模式来解决核心问题。

仓库内容介绍

这是一个为 Qwen 3.5 / 3.6 / 3.8 打造的通用修复版聊天模板（chat template（聊天模板）= 提示词包装器，Jinja 格式，负责把对话历史 + 工具定义组织成模型能理解的格式）。

解决官方模板的 5 大问题（官方模板 = 模型发布时自带的原版模板）：

#	修复项	官方模板的问题 → v22 的修复
1	️ 思考深度控制 · Reasoning Effort Steering	官方 3.8 支持思考预算（`xhigh` 极深 / `high` 深 / `medium` 中 / `low` 浅），v22 默认注入 `xhigh` 指令，关思考时自动抑制
2	恢复快速模式 · Fast Mode	官方 3.8 传 `enable_thinking=false`（关闭思考）会直接崩溃！v22 解除此限制，可自由开关思考
3	🧹 修复空思考污染 · Empty Think Bug	官方 3.8 多轮对话会插入空 `</think>` 块，v22 干净提取思考内容不重复
4	通用工具参数 · Universal Tool Arguments	官方 3.8 收到标准 OpenAI（接口规范）字符串参数会 TypeError 崩溃！v22 兼容字典和 JSON 字符串两种格式
5	🦙 llama.cpp 原生支持	支持 `--reasoning-preserve` 参数（保留思考、保证前缀缓存 100% 生效）

️ 支持平台：LM Studio / llama.cpp / vLLM / MLX / KoboldCPP 等一切支持 Hugging Face 模板的引擎。仓库根目录只需一个 chat_template.jinja 文件，适用于所有 Qwen 3.5 / 3.6 / 3.8 模型。

引入示例

git clone https://huggingface.co/froggeric/Qwen-Fixed-Chat-Templates

启动参数:

#!/bin/bash
# Qwen3.8-27B 启动脚本 - TurboQuant MTP 版 (200K 上下文, 视觉 + 投机解码)
# 使用 llama-cpp-turboquant-mtp/ (最新 fork fca3093, 支持 draft-mtp)
# 不依赖旧 b9082 build (无法加载 MTP 版 GGUF)

SERVER="./llama-cpp-turboquant-mtp/build/bin/llama-server"
MODEL="./models/Qwen3.8-27B-Q3_K_M.gguf"
MMPROJ="./models/mmproj-BF16.gguf"
PORT=8080

export LD_LIBRARY_PATH="$(cd "$(dirname "$SERVER")" && pwd):/opt/cuda/lib64:$LD_LIBRARY_PATH"

CPU_THREADS=12
GPU_LAYERS=99
# CONTEXT_SIZE=131072
CONTEXT_SIZE=200000
BATCH_SIZE=512

echo "Starting Qwen3.8-27B (TurboQuant MTP) with 200K context..."
${SERVER} \
  -m "${MODEL}" \
  --mmproj "${MMPROJ}" \
  --chat-template-file ./Qwen-Fixed-Chat-Templates/chat_template.jinja \
  --reasoning-format deepseek \
  --reasoning-preserve \
  -c ${CONTEXT_SIZE} \
  -n -1 \
  -t ${CPU_THREADS} \
  -ngl ${GPU_LAYERS} \
  --parallel 1 \
  --cache-type-k turbo3 \
  --cache-type-v turbo3 \
  --flash-attn on \
  --load-mode mlock \
  --batch-size ${BATCH_SIZE} \
  --ubatch-size 512 \
  --reasoning-budget -1 \
  --spec-type draft-mtp \
  --spec-draft-n-max 3 \
  --spec-draft-p-min 0.75 \
  --host 0.0.0.0 \
  --port ${PORT} \
  --log-disable \
  &
echo "Server started on http://localhost:${PORT}"
echo "MMPROJ vision enabled, MTP speculative decoding enabled"

简单测试结果：

抡锤者

像素盒子

帖子