PR body 中说明 'Fix the inconsistency in MTP compare to other frameworks (vLLM, TensorRT-LLM)'。Nemotron3-Ultra 模型的 MTP 层数（draft depth）在 NVIDIA 参考实现中为 5 步，但先前文档中写为 3 步，导致用户部署时参数错误。
该 PR 较为简单，如果关注 Nemotron3-Ultra 模型部署，可以精读此文档。主要为保持与其他框架的参数一致性。
无 review 评论，PR 直接获得审核者 zijiexia 批准。
在 docs_new/src/snippets/autoregressive/nemotron3-ultra-deployment.jsx 文件中，将 MTP 配置的 commandRule 中 --speculative-num-steps 从 3 改为 5，并将 --speculative-num-draft-tokens 从 4 改为 6（因为 num-steps 5 且 topk 1，draft tokens = num-steps * topk = 5，但文档中保持为 6 可能是为了预留一个额外 draft token，此处按原逻辑对齐）。其余参数不变。
| 文件 | 模块 | 状态 | 重要度 |
|---|---|---|---|
docs_new/src/snippets/autoregressive/nemotron3-ultra-deployment.jsx |
文档示例 | modified | 4.09 |
分析完成后，这里会展示 LLM 生成的相对完整源码片段和详细注释。
当前评论区没有形成足够清晰的争议点或结论，后续有更多讨论时会体现在这里。
该变更仅修改文档示例中的命令行参数，不涉及任何运行时逻辑。风险极低：错误参数可能导致 MTP 性能下降或推理失败，但正确数值与官方参考一致，无回归风险。
影响范围仅限于 cookbook 文档页面的 Nemotron3-Ultra 部署示例。用户按照更新后的参数部署，将获得与 NVIDIA 参考一致的 MTP draft 深度。影响程度小，但改善了下游用户的部署准确性。
当前没有检测到明确关联的 Issue 链接，后续同步到相关引用后会出现在这里。
参与讨论