tune-ik-llama

在 VRAM 受限的 NVIDIA GPU 上使用 ik_llama.cpp 设置、调优或调试 GGUF 模型推理速度缓慢时使用。涵盖选择 --n-cpu-moe、决定 -rtr 参数、加载超过 VRAM 容量的模型、避免自动溢出（auto-spill）以及将上下文长度推至原生最大值。

模型生成摘要（rules/v1 · 2026-11-15 20:57）：在 VRAM 受限的 NVIDIA GPU 上使用 ik_llama
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 20:57	03700be5	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。