github llama.cpp · hace 2 d · inference

llama.cpp b11020 añade delimitadores de mensajes al analizador de DeepSeek V3.2/V4

Traducido del English → Español

El proyecto llama.cpp ha lanzado la versión b11020, que incluye una actualización funcional a la lógica de análisis de chat. El cambio principal es la adición de delimitadores de mensajes específicamente para los analizadores de modelos DeepSeek V3.2 y V4.

Añadidos delimitadores de mensajes al analizador de DeepSeek V3.2/V4 en el pull #29008.
Binarios publicados para macOS (Apple Silicon e Intel), iOS, Linux (CPU, Vulkan, CUDA, ROCm, OpenVINO, SYCL), Windows (CPU, OpenCL, CUDA, Vulkan, OpenVINO, SYCL, ROCm), Android y openEuler.

Esta actualización asegura el análisis correcto de las estructuras de conversación para los modelos DeepSeek dentro del marco de llama.cpp.

Importancia 1/3 Confianza 1/3 llama.cpp Hugging Face Inference efficiency

Leer original

llama.cpp b11046 añade soporte para OpenCL al kernel flash_attn_f32_f16_bin

El proyecto llama.cpp ha lanzado la versión b11046, que introduce soporte para OpenCL en el kernel `flash_attn_f32_f16_bin`. Esta actualización también incluye funcionalidad de prellenado protegido para Flash Attention en dispositivos OpenCL.

github llama.cpp · hace 1 h · 1 vista En vivo

llama.cpp b11044 actualiza hexagon im2col y libera binarios

El proyecto llama.cpp ha lanzado la versión b11044, que incluye una actualización al backend hexagon para mejorar las operaciones image-to-column (im2col). El lanzamiento proporciona binarios precompilados para macOS, Linux, Windows, Android y openEuler en CPU, GPU y otros aceleradores de hardware.

github llama.cpp · hace 2 h · 1 vista

llama.cpp b11045 añade soporte para la operación ROLL en el backend Hexagon

El proyecto llama.cpp ha lanzado la versión b11045, que introduce soporte para la operación ROLL dentro del backend Hexagon.

github llama.cpp · hace 12 h · 1 vista

llama.cpp b11035 añade núcleos IQ3_S MMQ matmul para Vulkan

El proyecto llama.cpp ha lanzado la versión b11035, introduciendo soporte para núcleos de multiplicación de matrices IQ3_S MMQ en su backend de Vulkan.

github llama.cpp · hace 1 d · 5 vistas

llama.cpp b11026 omite gate_up_exps para Qwen35MoE

El proyecto llama.cpp lanzó la compilación b11026, que introduce un cambio para omitir gate_up_exps cuando se establece el indicador TENSOR_SKIP. Esta modificación es específicamente necesaria para los modelos Qwen35MoE donde los tensores MTP están fusionados pero no cargados.