llama.cpp 中的一个拉取请求（pull request）解决了一个问题，即输入裁剪的实现不正确，此前阻碍了 Step 3.7 Flash 的性能。

  • 该修复针对导致推理能力缓慢的输入处理中的特定错误。
  • 此更改旨在使模型可用于需要长形式推理的任务。

对于因性能不佳而避免使用 Step 3.7 Flash 的用户来说，此次更新意义重大，尤其是与 Step 3.5 Flash 等早期版本相比。