github llama.cpp · il y a 1 h · inference

llama.cpp b10663 corrige les bugs de décalage de poids RMS_NORM_MUL

Traduit de English → Français

Le projet llama.cpp a publié la version b10663, qui inclut une correction pour les bugs de décalage de poids RMS_NORM_MUL affectant les normalisations groupées et diffusées.

Corrige les bugs de décalage de poids RMS_NORM_MUL pour les normalisations groupées/diffusées (PR #27798).
Fournit des binaires pour macOS (Apple Silicon et Intel), iOS, Linux (CPU, Vulkan, ROCm 7.14, OpenVINO, SYCL), Android, Windows (CPU, OpenCL Adreno, CUDA 12/13, Vulkan, OpenVINO, SYCL, ROCm 7.14) et openEuler.

Cette version garantit un comportement de normalisation correct pour des architectures de modèles spécifiques, tout en fournissant des binaires mis à jour sur toutes les plateformes prises en charge.

Importance 1/3 Confiance 1/3 llama.cpp Inference efficiency

Lire l'original

llama.cpp b10665 ajoute le support de DSpark pour Nemotron3.5

Le projet llama.cpp a publié la compilation b10665, qui introduit le support de DSpark pour le modèle Nemotron3.5.

github llama.cpp · il y a 2 h · 1 vue

llama.cpp b10662 ajoute ctx-per-slot pour le cache KV unifié

Le projet llama.cpp a publié la compilation b10662, introduisant un nouvel argument `--kv-unified-per-slot` qui permet aux utilisateurs de spécifier le contexte par emplacement pour le cache KV unifié. Ce changement remplace l'ancien mécanisme de fraction de contexte par des emplacements de pool de contexte et refactorise l'implémentation sous-jacente.

github llama.cpp · il y a 3 h · 2 vues

llama.cpp ajoute le support de l'architecture Qwen3.8-Flash-Next (qwen4exp)

Le projet llama.cpp a ajouté le support de l'architecture du modèle Qwen3.8-Flash-Next (qwen4exp), en implémentant ses composants spécifiques, notamment les hyperconnexions, les réseaux delta à gâchette, le Mélange d'Experts et les embeddings de hachage n-gramme PLE.

github llama.cpp · il y a 4 h · 1 vue

llama.cpp b10658 ajoute le support de DFlash2 et corrige un bug mrope

Le projet llama.cpp a publié la compilation b10658, introduisant le support pour la spécification DFlash2 qui inclut la convolution locale et un sélecteur de candidats. Cette mise à jour adresse également un bug spécifique de mrope au sein de la base de code.

github llama.cpp · il y a 4 h · 1 vue

llama.cpp inclut les DLLs du runtime HIP dans la version ROCm pour Windows

Le projet llama.cpp a mis à jour sa version ROCm pour Windows afin d'inclure les DLLs nécessaires du runtime HIP directement à côté des binaires. Ce changement résout le problème #26929 en garantissant que le bon runtime HIP est chargé au lieu de potentiellement entrer en conflit avec la copie du pilote dans System32.