github llama.cpp · ahora mismo · inference

llama.cpp b11298 añade soporte para dflash en la conversión y extracción de características

Traducido del English → Español

El proyecto llama.cpp ha lanzado la compilación b11298, que introduce soporte para el formato dflash. Esta actualización permite tanto la conversión de modelos a este formato como la posterior capacidad de extracción de características.

La herramienta de conversión de modelos se ha actualizado para manejar entradas dflash.
La funcionalidad de extracción de características ya está disponible para modelos dflash.
Se aplicó una corrección al componente 'cont' durante el desarrollo.
Se proporcionan binarios para macOS, Linux, Windows, Android y openEuler en backends de CPU, GPU (CUDA, Vulkan, ROCm, OpenCL) y NPU.

Este lanzamiento permite a los usuarios utilizar modelos dflash dentro del ecosistema llama.cpp.

Importancia 1/3 Confianza 1/3 llama.cpp Inference efficiency Local inference

Leer original

llama.cpp b11284 corrige GET_ROWS de OpenVINO en vistas de pesos cuantizados

El proyecto llama.cpp lanzó la compilación b11284, que incluye una corrección para el backend de OpenVINO con el fin de manejar correctamente las operaciones GET_ROWS en vistas de pesos cuantizados.

github llama.cpp · hace 11 h · 2 vistas

llama.cpp añade soporte para GLM-5.3-Flash con correcciones de k-pool y MTP

El proyecto llama.cpp ha añadido soporte inicial para la arquitectura del modelo GLM-5.3-Flash (GLM5-Next), incluyendo la migración a memoria de índice híbrido y capacidades tempranas de Multi-Token Prediction (MTP).

github llama.cpp · hace 13 h · 2 vistas

llama.cpp b11272 optimiza la operación de concatenación Hexagon

El proyecto llama.cpp lanzó la compilación b11272, que incluye optimizaciones para el backend Hexagon. El cambio principal se centra en optimizar la operación de concatenación para mejorar el rendimiento en hardware Qualcomm Snapdragon.

github llama.cpp · hace 1 d · 7 vistas

llama.cpp b11260 añade soporte para FP32 GELU_ERF y GEGLU_ERF

El proyecto llama.cpp ha lanzado la versión b11260, introduciendo soporte para las funciones de activación FP32 GELU_ERF y GEGLU_ERF en el backend Hexagon. Esta actualización también incluye optimizaciones para reducir la presión de registros dentro de los núcleos asociados.

github llama.cpp · hace 1 d · 1 vista

llama.cpp b11258 elimina el service worker de la interfaz integrada cuando no se sirve la UI

El proyecto llama.cpp lanzó la compilación b11258, que incluye una corrección para el comportamiento del service worker de la interfaz web integrada. Anteriormente, usar banderas como `--path` o `--no-ui` hacía que los navegadores retuvieran versiones en caché de la interfaz porque el servidor devolvía un 404 para `/sw.js`, lo cual no activa la eliminación del service worker.