أصدر مشروع llama.cpp الإصدار b11120، الذي يعالج خطأً حرجاً في الخلفية البرمجية لـ Vulkan من خلال إخفاء الرموز الداخلية. يمنع هذا التغيير مشاكل تدمير حالة dlopen المزدوج التي حدثت عندما كانت الرموز الداخلية مُصدَّرة.
أصدر مشروع llama.cpp الإصدار b11118، الذي يتضمن ميزة hex-dma جديدة تقدم ذاكرة تخزين مؤقتة لنقل الذاكرة المباشرة (DMA) أكثر ملاءمةً لمعالجة قناع HVX FA الخاص بـ Hexagon Vector eXtended.
أضاف مشروع llama.cpp دعمًا لفك التشفير التخميني (speculative decoding) الخاص بـ DFlash مع نموذج HunyuanOCR من خلال كشف موترات إدخال الطبقة في الرسم البياني المستهدف. يسمح هذا التغيير لنموذج المسودة بقراءة تدفقات الباقي، مما يتيح تنفيذ طلبات الصور بنجاح بمعدل قبول مسودة يبلغ حوالي 0.5 وإخراج OCR مطابق تمامًا للبايت مقارنة بالعمليات غير التخمينية.
أصدر مشروع llama.cpp الإصدار b11104، مقدمًا ميزة جديدة تسمح لمكون llama-server بالارتباط بعدة عناوين شبكية في وقت واحد.
أصدر مشروع llama.cpp الإصدار b11102، الذي يقدم دعمًا لتحويل نماذج MiMo-V2.6.
تدعم الآن مكتبة Transformers التابعة لـ Hugging Face تحميل النماذج المُكمّمة بتنسيق GGUF، مستفيدةً من نوى ggml الأساسية لتحقيق أداء يقترب من llama.cpp. يتيح هذا التكامل للمطورين تشغيل نقاط التفتيش المُكمّمة مباشرةً داخل واجهة برمجة التطبيقات القياسية المعتمدة على PyTorch على الأجهزة المدعومة.
انضم جون كيم، مبدع ومُصون oMLX، إلى Hugging Face لدعم مجتمع MLX. يهدف هذا التحرك إلى توفير الاستقرار وتطوير أسرع للمشروع مفتوح المصدر من خلال تحويله من عمل جانبي إلى مبادرة تتم صيانتها وتمويلها بالكامل.
يخطط مستخدم لبناء نموذج لغوي كبير غير خاضع للرقابة، أصلي باللغة اليونانية، للنشر المحلي باستخدام نقطة التفتيش ilsp/Llama-Krikri-8B-Instruct. تتضمن الخطة المقترحة إزالة الرقابة عن النموذج باستخدام Heretic (heretic-llm)، وتحويله إلى تنسيق GGUF Q4_K_M، وتشغيل الاستدلال على جهاز GMKtec EVO-X3 المزود بمعالج AMD Ryzen AI MAX+ 395 عبر Vulkan.
أصدر مشروع llama.cpp الإصدار b11090، والذي يتضمن إصلاحًا لخطأ تجميع بلاط sm_70. يقوم التحديث بتعميم شكل بلاط دالة load_ldmatrix ذات الوسيطات الخمس لحل عدم التطابق مع هياكل Volta.
أصدر مشروع llama.cpp الإصدار b11081، الذي يتضمن عدة تحديثات للبنية التحتية للاختبارات `test-llama-archs`. تشمل التغييرات الرئيسية جعل الانحراف المعياري لبيانات المصفوفات قابلاً للتكوين، وتوسيع أمثلة الاستخدام، وإضافة دعم لأنماط التعبير المنتظم للبنى المعمارية.
أصدر مشروع llama.cpp الإصدار b11074، الذي يتضمن إصلاحًا لمعالجة تعدادات JSON. تضيف التحديث دعم common_json_value لقيم التعدادات ويُبسّط الكود من خلال تفويض منشئ التعداد إلى منشئ النوع الأساسي.
أصدر مشروع llama.cpp الإصدار b11067، الذي يقدم عملية دمج GDN + نسخ للخلفية الخلفية لـ WebGPU.
أصدر مشروع llama.cpp الإصدار b11060، والذي يتضمن إصلاحًا لنموذج Mamba لضمان أن إدخال مشروع خطوة الزمن متصل. يعالج هذا التغيير مشاكل تخطيط الذاكرة داخل تنفيذ Mamba.
أصدر مشروع llama.cpp الإصدار b11054، الذي يضيف دعمًا لمشغل TOP_K على معالجات Qualcomm Hexagon DSP. يتضمن هذا التحديث تحسينات لمعالجة الصف الواحد وإصلاحات لتقسيم الصفوف.
أصدر مشروع llama.cpp الإصدار b11055، الذي يقدم دعمًا لدالة التنشيط GEGLU_QUICK على معالجات DSP من نوع Hexagon.
أصدر مشروع llama.cpp الإصدار b11053، والذي يتضمن تحسينًا محددًا لرسائل سجل بدء تشغيل الخادم. يعزز هذا التغيير الرؤية حول كيفية تحميل النماذج عن طريق استبدال العلامات الغامضة بعلامات مصدر صريحة.
أصدر مشروع llama.cpp الإصدار b11048، الذي يقدم دعمًا لمتغيرات عملية HC DSV4 الجديدة المستخدمة بواسطة qwen4exp. يتضمن هذا التحديث تنفيذًا محددًا لـ hc_pre مع بوابة سيجمويد لكل عنصر وhc_post مع خلط الهوية.
تم إكمال إصدار Celestium CARE لـ NVIDIA وجعله متاحًا كأداة احترافية لبطاقات الرسوميات GTX و RTX. يستخدم NVML لتوفير ميزات مثل تنظيف VRAM، وجداول التنظيف التلقائي، ومراقبة التليميتري الكاملة.
أصدر مشروع llama.cpp الإصدار b11046، الذي يقدم دعمًا لـ OpenCL للنواة `flash_attn_f32_f16_bin`. يتضمن هذا التحديث أيضًا وظيفة الحشو المحمي (guarded prefill) لـ Flash Attention على أجهزة OpenCL.
أصدر مشروع llama.cpp الإصدار b11042، الذي يقدم نواة OpenCL ثنائية جديدة لنماذج A8 Q6_K غير MoE. يتضمن هذا التحديث أيضًا إصلاحات لتوافق التخطيط داخل الخلفية الخاصة بـ OpenCL.