dexblog.ro
Acces rapid: Învață AI Învață Programare Specificații Dispozitive Comparații
LLAMACPP Toate comenzile llama.cpp: Inferență LLM în C++ & Formatul GGUF

Rularea Testelor de Performanță cu llama-bench în llama.cpp: Inferență LLM în C++ & Formatul GGUF

Benchmarking, Testare & Depanare llama-bench Tool Q&A AI / Distribuie cod
Sintaxă & invocare 
./llama-bench -m model.gguf -n 128 -p 512

Utilitarul llama-bench oferă un raport științific precis al performanțelor hardware, separând două etape critice:

  • Prompt Processing (PP): Cât de repede citește modelul întrebarea (măsurat în t/s).
  • Text Generation (TG): Cât de repede emite modelul răspunsul token cu token.
# Benchmark cu prompt de 512 tokeni și generare de 128 tokeni
./build/bin/llama-bench -m ./models/Llama-3-8B-Q4_K_M.gguf -p 512 -n 128 -ngl 99

Permite compararea obiectivă a diferitelor versiuni de drivere, tipuri de cuantizare sau setări de compilare.

Învață AI • Comunitate & Q&A

Întrebări & Exemple practice: Rularea Testelor de Performanță cu llama-bench

Ai o întrebare despre Rularea Testelor de Performanță cu llama-bench sau ai descoperit un truc, prompt sau fragment de cod util? Distribuie-l cu ceilalți membri ai comunității!

🤖

Fii primul care pune o întrebare sau distribuie un fragment de cod / prompt!

Nu au fost adăugate încă întrebări sau resurse pentru această pagină. Dacă ai testat un prompt sau ai un snippet util, adaugă-l mai jos pentru comunitate.

Comunitate AI Adaugă o întrebare sau distribuie un cod / prompt

Moderare & Siguranță:

Pentru a menține calitatea și securitatea informațiilor, fiecare întrebare sau fragment de cod/prompt este analizat (manual sau prin moderare asistată de AI) înainte de publicare.