Folia
← 返回头版

开发者推出轻量级LLM包装函数 支持视觉模型的高效多选问题回答

开发者分享了一个轻量级的Jev风格包装函数,为大语言模型(包括视觉模型)提供统一接口1。该函数通过读取LLM的token对数概率来实现高效的多选问题回答,支持文本和图像输入1。

这一方法通过设置 max_completion_tokens: 1、logprobs: true 和 top_logprobs: 20 参数,强制LLM输出单个token,从而快速获取多个选项的概率分布1。在实际性能表现上,Gemma 4 12B在RTX 3090显卡上达到约1帧/秒的处理速度(每帧回答三个问题),而OpenAI的gpt-6-luna约为0.2帧/秒1。该实现支持通过attachments字段扩展Jev格式来处理base64编码的JPEG图像输入1。为了支持这一功能,开发者还为llama.cpp添加了Custom Chat Completions端点和Vision模型支持1。作者提供了完整的Python实现示例,可用于实时网络摄像头帧分析1。


评论