已过期50% 置信事实精确时间
MiMo-V2.5的MTP head功能在llama.cpp中尚无法正常工作，原因是llama.cpp难以正确识别模型中的MTP层结构
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/7/24
首次发现
此条事实已过期，仅作历史留存，不再代表当前状态
有效期至：2026/10/22(已过期)
来源
小米静默发布MiMo-V2.5-DFlash：300B模型推理速度或将翻倍
redditr/LocalLLaMA2026/7/12
相关事实
待验证LM Studio底层基于llama.cpp，但加载带MTP的模型会直接失败72% 相似待验证MTP与DFlash在架构上有本质不同，但都属于投机解码技术谱系53% 相似待验证Ollama在llama.cpp基础上封装了REST API和模型管理功能，llama.cpp支持CUDA、Metal、Vulkan、ROCm多种硬件后端52% 相似待验证当前llama.cpp等主流推理框架尚未充分利用AMD Ryzen AI处理器集成的NPU（XDNA架构）52% 相似待验证小米在Hugging Face平台上上传了MiMo-V2.5-DFlash模型权重，官方仓库中新增了dflash目录51% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/607367API
curl https://kongchang.com/api/v1/knowledge/claims/607367MCP
get_claim(id=607367)