shenzhi-wang

/

Llama3-8B-Chinese-Chat

like 645

修改 config.json:

"rope_scaling": {
"type": "dynamic",
"factor": 4.0
},

即可获得32k

修改 config.json:

"rope_scaling": {
"type": "dynamic",
"factor": 4.0
},

即可获得32k

32K单卡4090提示kv cache不足。怎么增加kv cache？或者说要改成16K，配置中参数如何减少？

那应该是推理引擎的事了，跟模型无关。