EAGLE 系列投机解码算法的官方实现，通过草稿模型加速大语言模型推理，在几乎不损失生成质量的前提下显著提升吞吐。
…复计算；Metal 使用适合短验证块的 Q4 分块矩阵计算与 K 维切分 DFlash 权重复用 ：草稿模型共享目标模型的 lm head，减少磁盘与运行时的重复权重 升级提示：旧版 DFlash 草稿模型需重新导出。 QAT checkpoint 导出 ：新增 --qat ，读取 qat config.json 与 safetensor