五款本地模型在DGX Spark上的代码编译测试结果发布

Boris Ivanov 发布并解读了一项本地模型代码编译基准测试：在 ASUS Ascent GX10（NVIDIA GB10，128 GB 统一内存）上，用 llm-compile-bench 让五款本地模型各完成六项任务、每项跑五次（每个模型共 30 次尝试），以代码能否编译、测试能否通过为判据，温度 0.2、补全上限 32k token。能并排容纳的模型用 Ollama 运行，其余用 llama-server（llama.cpp）。 Ivanov 称，把 DeepSeek 的推理上限压到 2048 token 后，速度提升四倍，但答案不再能编译。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。