vLLM continue de corriger autour du cadre d’inférence haute performance et de compléter les capacités de base liées à la compatibilité backend et à la stabilité d’exécution

vLLM a publié la version 0.17.1 : Les correctifs MoE et MTP de TRTLLM sont implémentés de manière centralisée, et l’inférence haute performance continue de compenser la stabilité

vLLM 0.17.1 est une version patch construite sur la 0.17.0, mais elle corrige des problèmes très réels à la base du raisonnement. La liste officielle ...