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

Plafonarea Numărului de Tokeni Generați (-n / –predict) în llama.cpp: Inferență LLM în C++ & Formatul GGUF

llama-cli & Parametri Esențiali de Inferență Predict Limit Q&A AI / Distribuie cod
Sintaxă & invocare 
./llama-cli -m model.gguf -n 256

Parametrul -n (sau --predict) controlează numărul maxim de tokeni pe care modelul are voie să îi genereze într-o singură iterație.

# Limitare la 128 tokeni pentru răspunsuri scurte
./build/bin/llama-cli -m model.gguf -p "Ce este DNS?" -n 128

# Setare -1 pentru generare completă până la tokenul de oprire EOS:
./build/bin/llama-cli -m model.gguf -p "Scrie un eseu detaliat" -n -1

Previne rularea necontrolată a procesorului în cazul în care modelul intră într-o buclă de generare repetitivă.

Învață AI • Comunitate & Q&A

Întrebări & Exemple practice: Plafonarea Numărului de Tokeni Generați (-n / –predict)

Ai o întrebare despre Plafonarea Numărului de Tokeni Generați (-n / –predict) 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.