GLRMask 发布：面向高吞吐 LLM 服务的语法约束解码库

IsaacBreen 发布 GLRMask，一个面向高吞吐 LLM 服务的语法约束解码库，支持包括歧义文法在内的通用上下文无关文法，接受 JSON Schema、Lark 和原生 GLRM 格式，提供 Python、Rust、C++ 和 Node.js 绑定。基准测试显示其掩码计算尾延迟极低，静态模式下 TBM p99.9 为 24.9µs，对比 llguidance 的 754.2µs；动态模式基于 llguidance，以部分掩码速度换取更低冷启动延迟。测试于 2026 年 10 月 14 日在 AWS c8i.8xlarge 上进行，项目采用 MIT 或 Apache 2.0 双许可。