El proyecto llama.cpp lanzó la versión b9982, que aborda un error en la función `oaicompat_chat_params_parse` donde los valores por solicitud para `reasoning_budget_tokens` y `reasoning_budget_message` estaban siendo ignorados.
- El servidor anteriormente solo leía los valores predeterminados a nivel de servidor para estos campos, lo que hacía que las anulaciones proporcionadas por el cliente se descartaran silenciosamente porque las claves ya estaban presentes en el objeto de parámetros.
- La corrección asegura que los valores del cuerpo de la solicitud se lean primero, permitiendo a los usuarios controlar explícitamente los presupuestos de razonamiento (por ejemplo, estableciendo `reasoning_budget_tokens` en 0) o mensajes personalizados.
- Se agregaron pruebas unitarias para verificar que las anulaciones por solicitud tanto para tokens como para mensajes se pasen correctamente a la capa de muestreo al usar una plantilla Qwen3.
- El lanzamiento incluye binarios para macOS, Linux, Android, Windows y openEuler en varios backends de hardware, incluyendo CPU, CUDA, ROCm, Vulkan y OpenVINO.