预填充

本文深入解析大语言模型推理的两个核心阶段：预填充与解码。预填充阶段处理提示词，受计算能力限制；解码阶段生成答案，受内存带宽限制。文章详细探讨了影响各阶段性能的关键因素，如上下文长度、模型大小及硬件瓶颈。同时介绍了 KV Cache 机制如何加速注意力运算，并分析了 TTFT、TPOT 等用户体验指标及其优化策略，旨在帮助开发者提升推理效率与吞吐量。

本文介绍 Ollama 云端目前不支持结构化输出的现状，并探讨如何通过 JSON schema 强制实施模型响应格式。文章涵盖使用 Pydantic、Zod 等工具验证数据的方法，以及结合视觉模型实现图像确定性描述的实用技巧，帮助开发者构建更可靠的 AI 应用。

本文介绍 API 服务器功能，支持多种格式暴露 REST API。提供 OpenAI 和 Anthropic 兼容端点，涵盖 Chat Completions、Embeddings 及原生补全等。支持结构化输出、工具调用、多模态输入处理，并包含推理模型与性能监控指标，适用于各类 AI 应用场景。