llama.cpp 提交自適應 MTP 模式 PR，動態調整預測深度使程式碼回溯最高提速 100%

據 Reddit 社群開發者貼文指出，llama.cpp 近期提交了一項引入自適應 MTP（Multi-Token Prediction）模式的 PR（#27210）。該功能透過計數型狀態機動態決定 MTP 深度，讓伺服器自動最佳化設定，免去使用者手動調整的困擾。 據開發者實測，與固定深度 MTP=3 相比，新模式在生成程式碼時速度提升 10-15%；若從思考階段回溯程式碼，提速可達 50% 以上；當模型選擇從記憶中重寫整份檔案時，生成速度最高可提升 100%。在回溯一般文本時，速度也有 20-30% 的增幅。然而，在處理難以預測的複雜文本時，效能會微降約 3%；且若設定較高的 Temperature 導致輸出不可預測性增加，自適應模式的優勢也會減弱。 開發者建議的啟動參數為 `--spec-type draft-mtp-adaptive --spec-draft-n-max 12`，允許深度在 3 到 12 之間動態調整，並可透過 `--spec-draft-n-min-adaptive` 更改預設的最低深度 3。