Seorang pengguna meminta strategi optimasi untuk meningkatkan kinerja model Qwen3.6-27B dengan decoding spekulatif DFlash pada perangkat DGX Spark, mencatat bahwa kecepatan saat ini lebih rendah dari yang diharapkan.
Pengguna tersebut menyediakan konfigurasi baris perintah llama-server dan hasil benchmark yang menunjukkan sekitar 620 tok/s selama pemrosesan prompt dan hingga 30 tok/s selama generasi token. Mereka juga menanyakan pesan kesalahan inisialisasi spesifik terkait persyaratan konteks DFlash yang muncul di awal proses.