6 lines
412 B
Markdown
6 lines
412 B
Markdown
./llama-server --model /home/jimmy/NVME/model/Qwen3.5-35B-A3B-UD-IQ4_XS.gguf --alias "Qwen3.5-35B-A3B" --temp 0.6 --top-p 0.95 --top-k 20 --min-p 0.00 --host 0.0.0.0 --port 11434 --kv-unified --cache-type-k q8_0 --cache-type-v q8_0 --flash-attn on --fit on --ctx-size 262144 --jinja --no-mmap -t 24 -np 4 --ngl 999
|
|
|
|
context_size 128K = 131072
|
|
|
|
No thinking: --chat-template-kwargs "{\"enable_thinking\": false}"
|