Le projet llama.cpp a publié la version b9982, qui corrige un bug dans la fonction `oaicompat_chat_params_parse` où les valeurs par requête pour `reasoning_budget_tokens` et `reasoning_budget_message` étaient ignorées.
- Le serveur lisait précédemment uniquement les valeurs par défaut au niveau du serveur pour ces champs, ce qui entraînait l'ignorance silencieuse des remplacements fournis par l'appelant car les clés étaient déjà présentes dans l'objet paramètres.
- La correction garantit que les valeurs du corps de la requête sont lues en premier, permettant aux utilisateurs de contrôler explicitement les budgets de raisonnement (par exemple, définir `reasoning_budget_tokens` à 0) ou des messages personnalisés.
- Des tests unitaires ont été ajoutés pour vérifier que les remplacements par requête pour les deux tokens et messages sont correctement transmis à la couche d'échantillonnage lors de l'utilisation d'un template Qwen3.
- La version inclut des binaires pour macOS, Linux, Android, Windows et openEuler sur divers backends matériels incluant CPU, CUDA, ROCm, Vulkan et OpenVINO.