github llama.cpp · à l'instant · inference

llama.cpp b11298 ajoute le support de dflash pour la conversion et l'extraction de fonctionnalités

Traduit de English → Français

Le projet llama.cpp a publié la compilation b11298, qui introduit le support du format dflash. Cette mise à jour permet à la fois la conversion des modèles vers ce format et les capacités ultérieures d'extraction de fonctionnalités.

L'outil de conversion de modèles a été mis à jour pour gérer les entrées dflash.
La fonctionnalité d'extraction de fonctionnalités est désormais disponible pour les modèles dflash.
Une correction a été appliquée au composant 'cont' lors du développement.
Des binaires sont fournis pour macOS, Linux, Windows, Android et openEuler sur les backends CPU, GPU (CUDA, Vulkan, ROCm, OpenCL) et NPU.

Cette version permet aux utilisateurs d'utiliser des modèles dflash au sein de l'écosystème llama.cpp.

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

Lire l'original

llama.cpp b11284 corrige GET_ROWS sur les vues de poids quantifiés pour OpenVINO

Le projet llama.cpp a publié la version b11284, qui inclut une correction pour le backend OpenVINO afin de gérer correctement les opérations GET_ROWS sur les vues de poids quantifiés.

github llama.cpp · il y a 11 h · 2 vues

llama.cpp ajoute le support de GLM-5.3-Flash avec des correctifs k-pool et MTP

Le projet llama.cpp a ajouté un support initial pour l'architecture du modèle GLM-5.3-Flash (GLM5-Next), y compris la migration vers une mémoire à index hybride et les premières capacités de Multi-Token Prediction (MTP).

github llama.cpp · il y a 13 h · 2 vues

llama.cpp b11272 optimise l'opération de concaténation Hexagon

Le projet llama.cpp a publié la compilation b11272, qui inclut des optimisations pour le backend Hexagon. Le changement principal se concentre sur l'optimisation de l'opération de concaténation pour améliorer les performances sur le matériel Qualcomm Snapdragon.

github llama.cpp · il y a 1 j · 7 vues

llama.cpp b11260 ajoute le support de FP32 GELU_ERF et GEGLU_ERF

Le projet llama.cpp a publié la version b11260, introduisant le support des fonctions d'activation FP32 GELU_ERF et GEGLU_ERF dans le backend Hexagon. Cette mise à jour inclut également des optimisations pour réduire la pression sur les registres au sein des noyaux associés.

github llama.cpp · il y a 1 j · 1 vue

llama.cpp b11258 supprime le service worker de l'interface intégrée lorsque l'UI n'est pas servie

Le projet llama.cpp a publié la compilation b11258, qui inclut une correction pour le comportement du service worker de l'interface web intégrée. Auparavant, l'utilisation de drapeaux comme `--path` ou `--no-ui` faisait que les navigateurs conservaient des versions en cache de l'interface car le serveur renvoyait un 404 pour `/sw.js`, ce qui ne déclenche pas la suppression du service worker.