llama.cpp tăng tốc tra cứu prompt khi drafting

Bốn thay đổi trên bộ nhớ đệm n-gram của llama.cpp giúp drafting nhanh hơn tới 41,6 lần, tải cache tĩnh nhanh hơn 23,5 lần, và giảm bộ nhớ đỉnh tới 2,65 lần.